Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: TIMOTEO, Robson Dias Alves
Orientador(a): CUNHA, Daniel Carvalho da
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Programa de Pos Graduacao em Ciencia da Computacao
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Link de acesso: https://repositorio.ufpe.br/handle/123456789/38479
Resumo: Nos últimos anos, a disseminação de dispositivos computacionais móveis tais como smartphones e tablets tem estimulado a demanda por serviços baseados em localização. Em geral, técnicas de localização do tipo fingerprinting são amplamente utilizadas para implementação desses serviços. No entanto, tais técnicas enfrentam sérias limitações devido a variações abruptas dos níveis de sinais, quando o usuário muda de um ambiente indoor para um outdoor ou vice-versa, ou mesmo quando estações móveis de diferentes fabricantes são usadas. Nesta tese, é proposta uma nova técnica de localização do tipo fingerprinting baseada em aprendizado de máquina, que emprega diferenças de níveis de sinais e atrasos de onda, em vez de usar valores absolutos de níveis de sinais. A ideia principal da proposta é que as diferenças de sinais das estações móveis posicionadas geograficamente no mesmo local são afetadas de forma semelhante pela atenuação de edifícios e outros obstáculos. A técnica proposta utiliza dados da rede celular para treinar um algoritmo supervisionado de aprendizado de máquina com o intuito de estimar o ângulo horizontal de chegada do sinal usando regressão. Para aumentar a acurácia das regressões, é proposto o método DySEREK (dynamic selection of regressors ensemble using -nearest-oracles), que consiste basicamente na seleção dinâmica de subconjuntos de regressores e é baseado na adaptação do método KNORA (-nearest oracles) aplicado à regressão. Por fim, a técnica de localização proposta e baseada no método DySEREK é empregada em uma aplicação real a partir de medições realizadas em uma rede celular de terceira geração (3G). Os resultados obtidos indicam que a técnica proposta é menos sensível à mudança de ambiente (outdoor para indoor) e mais estável quando aplicada em ambientes indoor ou outdoor, considerando cenários com menos estações-base (redes celulares em regiões suburbanas ou rurais) e menos dados para treinamento (drive-tests menos onerosos realizados pelas operadoras de telecomunicações).
id UFPE_03fbc3fcda8609f53fdf781754fc3cde
oai_identifier_str oai:repositorio.ufpe.br:123456789/38479
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling TIMOTEO, Robson Dias Alveshttp://lattes.cnpq.br/5754627898718207http://lattes.cnpq.br/8971986984647323CUNHA, Daniel Carvalho da2020-11-03T20:18:40Z2020-11-03T20:18:40Z2020-02-11TIMOTEO, Robson Dias Alves. Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios. 2020. Tese (Doutorado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2020.https://repositorio.ufpe.br/handle/123456789/38479Nos últimos anos, a disseminação de dispositivos computacionais móveis tais como smartphones e tablets tem estimulado a demanda por serviços baseados em localização. Em geral, técnicas de localização do tipo fingerprinting são amplamente utilizadas para implementação desses serviços. No entanto, tais técnicas enfrentam sérias limitações devido a variações abruptas dos níveis de sinais, quando o usuário muda de um ambiente indoor para um outdoor ou vice-versa, ou mesmo quando estações móveis de diferentes fabricantes são usadas. Nesta tese, é proposta uma nova técnica de localização do tipo fingerprinting baseada em aprendizado de máquina, que emprega diferenças de níveis de sinais e atrasos de onda, em vez de usar valores absolutos de níveis de sinais. A ideia principal da proposta é que as diferenças de sinais das estações móveis posicionadas geograficamente no mesmo local são afetadas de forma semelhante pela atenuação de edifícios e outros obstáculos. A técnica proposta utiliza dados da rede celular para treinar um algoritmo supervisionado de aprendizado de máquina com o intuito de estimar o ângulo horizontal de chegada do sinal usando regressão. Para aumentar a acurácia das regressões, é proposto o método DySEREK (dynamic selection of regressors ensemble using -nearest-oracles), que consiste basicamente na seleção dinâmica de subconjuntos de regressores e é baseado na adaptação do método KNORA (-nearest oracles) aplicado à regressão. Por fim, a técnica de localização proposta e baseada no método DySEREK é empregada em uma aplicação real a partir de medições realizadas em uma rede celular de terceira geração (3G). Os resultados obtidos indicam que a técnica proposta é menos sensível à mudança de ambiente (outdoor para indoor) e mais estável quando aplicada em ambientes indoor ou outdoor, considerando cenários com menos estações-base (redes celulares em regiões suburbanas ou rurais) e menos dados para treinamento (drive-tests menos onerosos realizados pelas operadoras de telecomunicações).In recent years, the dissemination of mobile computing devices, such as smartphones and tablets, has motivated the demand for location-based services. In general, fingerprint-based localization techniques are widely used to implement these services. However, such techniques face serious limitations due to abrupt variations in signal levels when the user changes from an indoor to an outdoor environment or vice-versa, or even when mobile stations from different manufacturers are used. In this thesis, we propose a new machine learning fingerprint-based localization technique that uses signal level differences and wave delays, instead of using absolute values of signal levels. The main idea of the proposal is that the signal differences of mobile stations geographically positioned at the same location are similarly affected by attenuation of buildings and other obstacles. The proposed technique uses data from the cellular network to train a supervised machine learning algorithm to estimate the horizontal angle-of-arrival using regression. To increase the accuracy of regressions, the DySEREK (dynamic selection of regressors ensemble using -nearest-oracles) method is proposed, which basically consists of the dynamic selection of regressors subsets and is based on the adaptation of the KNORA (-nearest oracles) method applied to the regression. Finally, the proposed localization technique based on the DySEREK method is employed in a real application from measurements obtained in a third generation (3G) cellular network. Numerical results indicate that the proposed technique is less sensitive to environment change (from outdoor to indoor) and more stable when applied in indoor or outdoor environments, considering scenarios with fewer base stations (cellular networks in suburban or rural regions) and less data for training (less costly drive-tests performed by telecom operators).porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCiência da computaçãoAprendizagem de máquinaCombinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fiosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALTESE Robson Dias Alves Timoteo.pdfTESE Robson Dias Alves Timoteo.pdfapplication/pdf3876893https://repositorio.ufpe.br/bitstream/123456789/38479/1/TESE%20Robson%20Dias%20Alves%20Timoteo.pdfd10475a2df8962c4e76ba50fb2e50cc1MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/38479/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82310https://repositorio.ufpe.br/bitstream/123456789/38479/3/license.txtbd573a5ca8288eb7272482765f819534MD53TEXTTESE Robson Dias Alves Timoteo.pdf.txtTESE Robson Dias Alves Timoteo.pdf.txtExtracted texttext/plain251975https://repositorio.ufpe.br/bitstream/123456789/38479/4/TESE%20Robson%20Dias%20Alves%20Timoteo.pdf.txt2a6beae22a54ab5a3bb8d7e43e487a81MD54THUMBNAILTESE Robson Dias Alves Timoteo.pdf.jpgTESE Robson Dias Alves Timoteo.pdf.jpgGenerated Thumbnailimage/jpeg1261https://repositorio.ufpe.br/bitstream/123456789/38479/5/TESE%20Robson%20Dias%20Alves%20Timoteo.pdf.jpg520260de2b35783c6e25af5bc40bdef1MD55123456789/384792020-11-04 02:17:03.882oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212020-11-04T05:17:03Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios
title Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios
spellingShingle Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios
TIMOTEO, Robson Dias Alves
Ciência da computação
Aprendizagem de máquina
title_short Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios
title_full Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios
title_fullStr Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios
title_full_unstemmed Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios
title_sort Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios
author TIMOTEO, Robson Dias Alves
author_facet TIMOTEO, Robson Dias Alves
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5754627898718207
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8971986984647323
dc.contributor.author.fl_str_mv TIMOTEO, Robson Dias Alves
dc.contributor.advisor1.fl_str_mv CUNHA, Daniel Carvalho da
contributor_str_mv CUNHA, Daniel Carvalho da
dc.subject.por.fl_str_mv Ciência da computação
Aprendizagem de máquina
topic Ciência da computação
Aprendizagem de máquina
description Nos últimos anos, a disseminação de dispositivos computacionais móveis tais como smartphones e tablets tem estimulado a demanda por serviços baseados em localização. Em geral, técnicas de localização do tipo fingerprinting são amplamente utilizadas para implementação desses serviços. No entanto, tais técnicas enfrentam sérias limitações devido a variações abruptas dos níveis de sinais, quando o usuário muda de um ambiente indoor para um outdoor ou vice-versa, ou mesmo quando estações móveis de diferentes fabricantes são usadas. Nesta tese, é proposta uma nova técnica de localização do tipo fingerprinting baseada em aprendizado de máquina, que emprega diferenças de níveis de sinais e atrasos de onda, em vez de usar valores absolutos de níveis de sinais. A ideia principal da proposta é que as diferenças de sinais das estações móveis posicionadas geograficamente no mesmo local são afetadas de forma semelhante pela atenuação de edifícios e outros obstáculos. A técnica proposta utiliza dados da rede celular para treinar um algoritmo supervisionado de aprendizado de máquina com o intuito de estimar o ângulo horizontal de chegada do sinal usando regressão. Para aumentar a acurácia das regressões, é proposto o método DySEREK (dynamic selection of regressors ensemble using -nearest-oracles), que consiste basicamente na seleção dinâmica de subconjuntos de regressores e é baseado na adaptação do método KNORA (-nearest oracles) aplicado à regressão. Por fim, a técnica de localização proposta e baseada no método DySEREK é empregada em uma aplicação real a partir de medições realizadas em uma rede celular de terceira geração (3G). Os resultados obtidos indicam que a técnica proposta é menos sensível à mudança de ambiente (outdoor para indoor) e mais estável quando aplicada em ambientes indoor ou outdoor, considerando cenários com menos estações-base (redes celulares em regiões suburbanas ou rurais) e menos dados para treinamento (drive-tests menos onerosos realizados pelas operadoras de telecomunicações).
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-11-03T20:18:40Z
dc.date.available.fl_str_mv 2020-11-03T20:18:40Z
dc.date.issued.fl_str_mv 2020-02-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv TIMOTEO, Robson Dias Alves. Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios. 2020. Tese (Doutorado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2020.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/38479
identifier_str_mv TIMOTEO, Robson Dias Alves. Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios. 2020. Tese (Doutorado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2020.
url https://repositorio.ufpe.br/handle/123456789/38479
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Ciencia da Computacao
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/38479/1/TESE%20Robson%20Dias%20Alves%20Timoteo.pdf
https://repositorio.ufpe.br/bitstream/123456789/38479/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/38479/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/38479/4/TESE%20Robson%20Dias%20Alves%20Timoteo.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/38479/5/TESE%20Robson%20Dias%20Alves%20Timoteo.pdf.jpg
bitstream.checksum.fl_str_mv d10475a2df8962c4e76ba50fb2e50cc1
e39d27027a6cc9cb039ad269a5db8e34
bd573a5ca8288eb7272482765f819534
2a6beae22a54ab5a3bb8d7e43e487a81
520260de2b35783c6e25af5bc40bdef1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1797782287915417600