Trong bài viết này, nhóm sử dụng cơ sở dữ liệu thử nghiệm được thu thập từ hệ thống mô hình đề xuất diện tích 3 m × 3 m để phân tích và đánh giá hiệu suất các phân loại máy học bằng phần mềm mô phỏng Weka. Nhóm so sánh độ chính xác lỗi định vị, tỷ lệ chính xác và tỷ lệ tái hiện. Kết quả cho thấy lỗi định vị trung bình khi áp dụng thuật toán máy học khoảng 85,4 % (hay 0,087 m) với 96 thể hiện (instances). | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Nha Trang ngày 8-9 10 2020 DOI ĐÁNH GIÁ HIỆU SUẤT CÁC PHÂN LOẠI MÁY HỌC CHO BÀI TOÁN ĐỊNH VỊ XE Văn Khánh Hưng Huỳnh Khả Tú Nguyễn Quang Phú Nguyễn Văn Sinh Lý Tú Nga Khoa Công nghệ thông tin Trường Đại học Quốc tế - Đại học Quốc gia TP. HCM cuti2668@ hktu@ nqphu@ nvsinh@ ltnga@ TÓM TẮT Hệ thống định vị trong nhà ILS là một ngành kiểm tra quan trọng trong lĩnh vực nghiên cứu và phát triển. Nó đóng vai trò quan trọng của hệ thống định vị toàn cầu GPS cho phép định vị ngoài trời bao gồm độ chính xác. Tuy nhiên GPS không thể dùng trong các cấu trúc nơi con người sống không có đường truyền thẳng giữa ăngten và tàu vũ trụ dữ liệu tín hiệu bị suy hao bởi sự hấp thụ nhiễu và tán xạ. Sự chính xác định vị xe trong nhà rất quan trọng đối với một số ứng dụng như hỗ trợ theo dõi sinh hoạt và sức khỏe con người. Các phân loại máy học ML có thể giảm thiểu hiệu quả sự biến đổi dữ liệu cảm biến và tiếng ồn do các điều kiện môi trường khi triển khai. Vì vậy nhóm thiết kế và triển khai hệ thống định vị trong nhà giao tiếp qua thiết bị Zigbee dựa trên các chỉ báo cường độ tín hiệu thu để thu thập vị trí tọa độ x và y thông qua thiết kế phần mềm và hệ thống cấu trúc mạng lưới. Chiếc xe đóng một vai trò như một thiết bị và có thể di chuyển dễ dàng và kiểm tra vị trí sự tương tác giữa slaves và master. Trong bài báo này nhóm sử dụng cơ sở dữ liệu thử nghiệm được thu thập từ hệ thống mô hình đề xuất diện tích 3 m 3 m để phân tích và đánh giá hiệu suất các phân loại máy học bằng phần mềm mô phỏng Weka. Nhóm so sánh độ chính xác lỗi định vị tỷ lệ chính xác và tỷ lệ tái hiện. Kết quả cho thấy lỗi định vị trung bình khi áp dụng thuật toán máy học khoảng 85 4 hay 0 087 m với 96 thể hiện instances . Từ khóa MQTT Zigbee zigbee2mqtt các phân loại máy học định vị trong nhà. I. GIỚI THIỆU Hệ thống định vị trong nhà .
