要約
タイトル：柔軟なK最近傍分類器：イオン移動度分光法に基づく屋内位置特定の導出と応用
要約：
– K最近傍(KNN)分類器は、フィンガープリントによる位置特定や医療など、多くの分野で広く使用されている。
– KNNは、未分類データに最も近い既知のK個のデータのクラスに基づいて、未分類データにクラスを割り当てる。
– Kの選択は様々な研究のテーマであり、多くのKNNのバリエーションが提案されてきたが、最も優れているバリエーションはまだない。
– この論文では、新しいKNNバリエーションが提案されており、K最近傍のデータが未分類データに本当に近いことが保証され、Kも自動的に決定される。
– 提案アルゴリズムは、理論的シナリオおよびイオン移動度分光法フィンガープリントに基づく屋内位置特定のテストにおいて、標準のKNNと比較され、同じ計算要件を必要としながら、高い分類精度を達成している。
要約(オリジナル)
The K Nearest Neighbors (KNN) classifier is widely used in many fields such as fingerprint-based localization or medicine. It determines the class membership of unlabelled sample based on the class memberships of the K labelled samples, the so-called nearest neighbors, that are closest to the unlabelled sample. The choice of K has been the topic of various studies and proposed KNN-variants. Yet no variant has been proven to outperform all other variants. In this paper a new KNN-variant is proposed which ensures that the K nearest neighbors are indeed close to the unlabelled sample and finds K along the way. The proposed algorithm is tested and compared to the standard KNN in theoretical scenarios and for indoor localization based on ion-mobility spectrometry fingerprints. It achieves a higher classification accuracy than the KNN in the tests, while requiring having the same computational demand.
arxiv情報
| 著者 | Philipp Müller |
| 発行日 | 2023-04-20 08:23:58+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, OpenAI