Praveen Raghuvanshi Ответов: 2

Прогнозирование уровня сигнала маршрутизатора на основе местоположения

Я работаю над данными и пытаюсь сделать прогноз на их основе, используя контролируемое обучение.
Постановка задачи: давайте рассмотрим, что у нас есть данные маршрутизаторов, как показано ниже, с вероятными значениями.

Особенности
--------
- Имя (Уникальное)
- Бренд : Cisco, Huawei, Netgear
- Расположение: Спальня(B), Кухня(K), Холл(H)
- IP-адрес : уникальный
- MacAddress : Уникальный
- Серийный Номер : Уникальный
- Версия прошивки: варьируется как 1.0.0, 2.0.1, 3.1.0 и т. д
- состояние: запуск, обнаружение, перезагрузка

Выход:
-------
Сила: Сильная/Слабая: 1/0

Правила, регулирующие выход "силы", приведены ниже.
- Бренд == Cisco ==> Strength == сильный во всех местах. B + H + K
- Бренд == Huawei ==> Strength == Strong только в зале и кухне. H + K
- Бренд == Netgear ==> Strength == Strong только на кухне. К

Мы рассматриваем бренд и местоположение только для прогнозирования силы сигнала.

Образец Железнодорожного Сведения
=================
|Наименование |Место|Численность|
---------------------------
|Cisco |Спальня | Сильный |
|Huawei |Спальня | Слабая |
|Netgear|Зал | Слабый |
|Cisco |Кухня | Сильный |
|Huawei |Hall | Strong |
|Netgear|Кухня | Сильный |

Примерные Данные Испытаний
=================
|Наименование |Место|Численность|
---------------------------
|Cisco |Hall | Strong |
|Huawei |Кухня | Сильный |
|Netgear|Спальня | Слабая |

Вопросы:
1 - Может ли эта постановка задачи быть решена с помощью машинного обучения или машинное обучение является излишним?
2 - какой алгоритм/архитектура будет использоваться для решения такой задачи? Достаточно ли нормальной нейронной сети или CNN более подходит для этой проблемы, чтобы рассмотреть масштабирование в будущем?
3 - можем ли мы включить какую-либо другую функцию для лучшей точности?
4. Сколько данных достаточно для начала?


Пожалуйста, поделитесь своими предложениями.

Заранее спасибо!!!

Что я уже пробовал:

Речь идет об анализе проблемы и ее валидации.
Попробовал с SGD, и это, кажется, работает.

2 Ответов

Рейтинг:
2

Hoota Tharp

Были созданы приложения Praveen, RF Propagation tool, усовершенствованные для многолучевости в строительных материалах до 8 знаков после запятой. Инструменты используются, профессионально, создать сотовой связи внутри зданий и WiFi сигнала на уровне моделей, основанных на беспроводной маршрутизатор размещения, выбор антенны, стены, пол, потолок строительными материалами и т. д. в высшей степени. После завершения проектной модели выполняется установка оборудования, а затем проверяется ходовое тестирование пространства. Результаты обычно находятся в пределах 2-3 дБ от прогнозов.

Your approach to collecting data results on various wireless routers and without using a refined signal level readout leads to an endless quagmire of a futile attempt to correlate measurement data in an uncontrolled, multipath environment. You will not get the same answer twice for multiple identical measurements! You did not state whether you are using 2.4GHz or 5GHz bands, however the placement of your antenna(s) need to be exactly identical. At 2.4GHz, 1.2 inch difference changes the data entirely. At 5 GHz, 0.5 to 0.6 inch relocation difference is an entirely different test setup in a multipath environment. Also, the human body is a large bag of saline which absorbs RF signal energy and multipath which affect the test measurement results.

Вместо того чтобы быть введенным в заблуждение уровнем сигнала, посмотрите на скорость подключения по воздуху, которую использует клиент маршрутизатора и ноутбука. Вы должны передавать данные и смотреть только на фреймы данных. Используйте беспроводную карту и эфирное или какое-то другое эфирное оборудование. AirMagnet - это хорошо и дорого.

Если вы не понимаете радиочастотного распространения, вы должны прекратить это усилие и сначала изучить характеристики распространения.

Praveen Raghuvanshi

Спасибо Вам, Хута, за то, что вы проанализировали проблему и предложили решение. Я новичок в области машинного обучения и хотел бы применить его в своей области для того, чтобы сделать приложение умнее. Проблема заключается не в маршрутизаторе, а в устройствах, подключенных к сети внутри помещения. Я мог бы предоставить некоторые более подробные сведения о реальной системе.

Consider a venue where you have lot of devices. Each device has parameters such as Name, IP address, Mac Address, Manufacturer, Model, Location etc. A system integrator will be installing these devices over the venue and assigning parameters such as Name, IP address, Location. While setting things up, he/she may develop an intuition of stable areas(location) and start installing devices to such places instead of deploying it to less stable area. Stability could be determined through network strength, environment conditions(Weather) etc. I am just thinking of prediting these stable areas through Machine learning that will help system integrator reduce time in determing stable area and therby improving efficiency.

Верна ли эта постановка задачи ?
Можем ли мы решить ее с помощью машинного обучения?
Нам не хватает параметров/нужно больше параметров?

Спасибо.

Рейтинг:
0

Gerry Schmitz

Обучающие данные не имеют никакого отношения к "тестовым данным" (местоположению); никакое значимое "предсказание" невозможно.

Размер обучающих данных также "слишком мал", чтобы принимать его всерьез.

Praveen Raghuvanshi

Спасибо Джерри за ответ. Не могли бы вы подробнее остановиться на теме " отсутствие связи с тестовыми данными(местоположением)"? Кроме того, можем ли мы использовать какую-то другую функцию, чтобы сделать ее более значимой? Анология/ссылка были бы великолепны.