<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Klasifikacija Wi-Fi signalov in merjenje obiska po regijah</dc:title><dc:creator>ŽUPEC,	NEJC	(Avtor)
	</dc:creator><dc:creator>Ciglarič,	Mojca	(Mentor)
	</dc:creator><dc:subject>Wi-Fi</dc:subject><dc:subject>klasifikacija</dc:subject><dc:subject>SVM</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>RADAR</dc:subject><dc:subject>trilateracija</dc:subject><dc:subject>določanje lokacije</dc:subject><dc:description>Vse več je mobilnih naprav, ki oddajajo signale Wi-Fi. Te lahko zaznamo z dostopnimi točkami, posledično pa lahko merimo število obiskovalcev v bližini dostopnih točk. Pogosto nas zanima število obiskovalcev samo za določen prostor oz. regijo. Zato smo v okviru magistrske naloge raziskali metode in produkte, s katerimi je možno določiti lokacijo izvora signala. Ker nas zanima le regija, smo problem določanja lokacije transformirali v problem klasifikacije signala Wi-Fi v regije. Po zgledu obstoječih metod za določanje lokacije (metoda najmočnejša dostopne točke, trilateracija in sistem RADAR), smo razvili tri nove metode. Da bi lahko te metode ovrednotili, smo na Fakulteti za računalništvo in informatiko postavili sistem za zajem signalov Wi-Fi in z njim dva meseca zajemali podatke. S pomočjo strojnega učenja smo razvili metodo, ki v 85,1 % pravilno napove regijo izvora signala Wi-Fi. V primeru, da so regije med seboj ločene s stenami, pa klasifikacijska natančnost znaša več kot 93 %.</dc:description><dc:date>2015</dc:date><dc:date>2015-07-07 08:35:05</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>30861</dc:identifier><dc:identifier>VisID: 14117</dc:identifier><dc:language>sl</dc:language></metadata>
