Machine learning 如何结合两个电磁读数来预测传感器的位置？_Machine Learning_Deep Learning_Bayesian_Probability Density_Sensor Fusion

Machine learning 如何结合两个电磁读数来预测传感器的位置？

machine-learning deep-learning

Machine learning 如何结合两个电磁读数来预测传感器的位置？,machine-learning,deep-learning,bayesian,probability-density,sensor-fusion,Machine Learning,Deep Learning,Bayesian,Probability Density,Sensor Fusion,我有一个电磁传感器和电磁场发射器。传感器将从发射器读取电源。我想利用读数预测传感器的位置让我简化这个问题，假设传感器和发射器位于一维世界中，其中只有位置X（不是X，Y，Z），发射器发射功率是距离平方的函数从下面绘制的图像中，您将看到发射器绘制为圆形，传感器绘制为十字例如，如果传感器距离发射器5米，则传感器上的读数将为5^2=25。因此正确的位置将是0或10，因为发射器位于位置5 因此，对于一个发射器，我无法知道传感器的确切位置。我只知道有50%的几率是0，50%的几率是10 如果我有两

我有一个电磁传感器和电磁场发射器。传感器将从发射器读取电源。我想利用读数预测传感器的位置

让我简化这个问题，假设传感器和发射器位于一维世界中，其中只有位置X（不是X，Y，Z），发射器发射功率是距离平方的函数

从下面绘制的图像中，您将看到发射器绘制为圆形，传感器绘制为十字

例如，如果传感器距离发射器5米，则传感器上的读数将为5^2=25。因此正确的位置将是0或10，因为发射器位于位置5

因此，对于一个发射器，我无法知道传感器的确切位置。我只知道有50%的几率是0，50%的几率是10

如果我有两个发射器，如下图所示：

我会得到两个读数。我能准确地知道传感器在哪里。如果读数是25和16，我知道传感器在10

因此，根据这个事实，我想用两个发射器来定位传感器

现在我已经向你解释了情况，我的问题如下：

emit2 read1 read2 sensor
  1    25    36     0
  1    25    16     5
  2    25    49     0
  1.5  25     9     5    distance of 3 < d < 4 always reads as 3^2

发射器具有更复杂的距离函数。它是不仅仅是距离的平方。而且它也有噪音。所以我想使用机器学习对其进行建模

在某些区域，发射器工作不太好。如果你是在3到4米之间，发射器将始终为您提供固定的读9而不是从9读到16

当我用2个输入训练机器学习模型时预测非常准确。例如，如果输入为25,36且输出将位于位置0。但这意味着经过训练后，我根本无法移动发射器。如果我移动其中一个发射器此外，预测将立即被打破，因为当右发射器移动到指定位置时，读数大约为25,49 右边是1米。预测可以是任何东西，因为模型以前从未见过此输入对。我负担不起在两个发射器的所有可能距离上训练模型

发射器可能略有不同。不同之处在于在天平上。例如，其中一个发射器可以提供更大10%的功率阅读。但是你现在可以忽略这个问题

我的问题是当允许发射器移动时，如何使模型工作？给我一些想法

我的一些想法：

我想我必须弄清楚双方的立场发射器彼此动态相对。但是在了解了两个发射器的位置，我如何告诉模型

我试着分别训练每个发射器，而不是配对将它们作为输入。但这意味着有许多立场会导致冲突，比如当你得到读数=25时，模型将预测平均值为0和10，因为两者都是有效的读数位置=25。你可以建议训练预测距离而不是位置，如果没有问题2，这是可能的。但是因为第二个问题是，预测距离在3到4米之间这将是错误的。模型的输入为9，输出为平均距离为3.5米或3到4米之间的某个地方

使用该模型预测位置概率密度函数，而不是预测位置。例如，当读数为9时，模型应预测均匀性密度函数从3米到4米。然后你可以把2个密度函数由2个读数决定。但我想不是与两个发射器一起建模相比，将是如此精确因为密度函数可能非常复杂。我们不能假设为正态分布甚至均匀分布

使用某种类型的优化器分别预测每个项目的位置基于两种预测必须相同的假设。如果预测不一样，优化器必须尝试移动预测，使他们完全在同一点上。也许是增援学习哪些动作是“向左移动”、“向右移动”等

我告诉你我的想法是为了唤起你的一些想法。因为这已经是我的最佳选择，但它还不能优雅地解决问题

因此，理想情况下，我希望端到端的模型能够提供2个读数，并在发射器移动时给我位置。我该怎么做呢

注：发射器只能在使用前移动。在使用或预测期间，模型可以假设发射器不再移动。这使您有时间在使用前运行发射器位置校准算法。也许这会对你有所帮助。

你把记忆函数和训练模型混淆了；前者仅仅是回顾以往的成果；后者是AI省。要使用两个发射器进行训练，您需要提供有用的输入数据和适当的标签（正确答案），并设计您的模型拓扑，使其能够针对从未见过的情况进行训练，以获得有用的功能响应

根据定义，让第一个发射器位于位置0。然后，您的数据包括第二个发射器的位置和两个读数。标签是传感器的位置。您给出的示例如下所示：

emit2 read1 read2 sensor
  1    25    36     0
  1    25    16     5
  2    25    49     0
  1.5  25     9     5    distance of 3 < d < 4 always reads as 3^2

emit2 read1 read2传感器
1    25    36     0
1    25    16     5
2    25    49     0
1.5 25 9 5 3


因为你知道你在基础物理中有一个平方关系，你需要在你的模型中包含平方能力。要处理噪波，您需要一些阻尼功能，例如在第一个之后的隐藏层中增加一个或两个节点。对于更复杂的关系，您需要其他拓扑