ارائه کننده: حسین اسدالهی استاد راهنما: دکتر نادر مکاری یامچی استاد ناظر داخلی: دکتر پائیز عزمی استاد ناظر خارج از دانشگاه: دکتر امیرمسعود ربیعی (دانشگاه تهران) تاریخ: ۱۴۰۳/۰۷/۱۷ ساعت: ۱۰ تا ۱۲ مکان: سمینار منفی یک دانشکده فنی و مهندسی

چکیده: باتوجه‌ به اینکه مکان‌ یابی داخل ساختمان از اهمیت بالایی برخوردار است و کاربردهای متنوعی از جمله در حوزه اینترنت اشیا، سلامت و بهداشت و کنترل پرسنل دارد. ما در این پژوهش الگوریتمی از ترکیب شبکه‌ های عصبی عمیق و شبکه‌ های کانولوشن طراحی کرده‌ ایم و عملکرد مکان‌ یابی داخلی را در چهار سناریو شامل (۲ اکسس‌ پوینت+2 ایستگاه فرستنده/گیرنده پایه، ۲ اکسس‌ پوینت+1 ایستگاه فرستنده/گیرنده پایه، ۲ اکسس‌ پوینت، 2 ایستگاه فرستنده/گیرنده پایه) و در دو حالت (ایستاده و نشسته) بررسی نمودیم. نتایج بسیار مطلوبی حاصل گردید که در سناریو اول، میانگین خطای فاصله اقلیدسی ۱.۰۴ متر، ماکزیمم خطا ۲.۵۱ متر، مقدار تابع توزیع تجمعی در ۹۰ درصد ۱.۶۹ متر و مقدار جذر میانگین مربعات خطا ۱.۱۵ متر می‌ باشد. هم چنین قابلیت تشخیص طبقات بالای ۹۹ درصد و تشخیص حالت کاربر بالای ۸۸ درصد است. مکان‌ یابی با استفاده از گوشی هوشمند در یک منطقه مسکونی شهری در ساختمانی دوطبقه با مصالح مستحکم و دیوارهای دوجداره انجام‌ گرفته است. الگوریتم ترکیبی طراحی شده نسبت به الگوریتم‌ های سنتی شامل (K-نزدیک‌ ترین همسایه، ماشین بردار پشتیبان، درخت تصمیم‌) و شبکه عصبی عمیق، شبکه عصبی کانولوشن و شبکه عصبی حافظه طولانی-کوتاه‌ مدت،   در اکثر پارامترها بالای ۲۰ درصد برتری دارد.