Machine learning 如何结合两个电磁读数来预测传感器的位置?
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: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
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 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