갤럭시 자동차 뉴스? GPS (Global Positioning System) 는 지리적 포지셔닝이 널리 사용되는 기술로 운전할 때 내비게이션 역할을 할 수 있지만 항상 정확하지는 않습니다. 사과지도 (사과? Maps) 와 같은 지도 앱은 여러 가지 이유로 사용자에게 잘못된 위치를 보여 주기도 한다.
이러한 원인으로는 나무 또는 산맥으로 인한 GPS 신호 간섭, 지하 또는 실내 진입, 도시 건물 반사 신호, 태양 폭풍, 심지어 무선 간섭 또는 차폐와 같은 극히 드문 경우가 포함됩니다. 하지만 GPS 뿐만 아니라 GLONASS (Glonass 위성 항법 시스템), 갈릴레오 (갈릴레오), 북두 (북두위성 항법 시스템) 와 같은 다른 GNSS (Glonass) 에도 문제가 발생합니다.
외신에 따르면 현지시간 2 월 13 일 미국 특허상표국은' 기계학습 보조위성 위치' 라는 애플의 특허 신청을 발표했다. 학습 보조? 위성 기반? 포지셔닝). 간단히 말해서 GPS 데이터를 기계 학습 모델에서 얻은 데이터와 비교 분석하는 방법입니다.
이 특허의 아이디어는 장치가 GNSS 신호에 따라 예상 위치 정보를 수신한 다음 예상 위치와 관련된 매개변수 세트를 얻는다는 것입니다. 그런 다음 장치의 예상 위치에 가까운 참조 위치를 제공하여 교정을 돕습니다.
추정된 위치, 참조 위치 및 장비의 매개변수 세트를 기준으로 기계 학습 모형을 생성할 수 있습니다. 그런 다음 기계 학습 모델을 사용하여 나중에 GPS 번호를 읽는 장치의 특정 위치를 추정하거나, 시간이 지나거나, 장치가 매개변수와 모델이 정확하지 않은 위치로 이동할 수 있습니다.
실제로 이 장치는 두 세트의 위치 지정 데이터를 사용하여 수신된 GPS 좌표와 실제 위치 사이의 거리를 결정하는 모델을 생성합니다. 예를 들어 고층 건물이 늘어선 도시에서는 모델이 신호가 반사되는 정보를 수신할 수 있으며, 잘못된 데이터에 따라 이전 위치 판독값과 교통의 대략적인 방향을 결합하여 보다 정확한 위치 정보를 얻을 수 있습니다.
또한 애플은 다른 사람이 스토리지를 사용할 수 있는 모델을 제공하는 등 두 번째 디바이스의 사용을 고려하는 요구 사항을 추가했습니다. 애플도 칼만 필터 (칼만? Filter) 는 소음 측정 세트를 기준으로 데이터를 추정하며 측정 및 후속 위치 지정 시 "대량의 불확실성" 을 고려하여 사용자가 GPS 데이터를 다시 고려하거나 무시할 수 있도록 위치가 변경되었음을 사용자에게 알립니다.
최근 몇 년 동안 애플은 기계 학습 방면의 노력을 늘리는 데 열중하고 있다. 20 19 도 선임 구글 AI 과학자와 AI 전문가를 채용했습니까? 이안. Goodfellow 는 Drive.ai, Laserlike 등의 회사를 인수했습니다. 애플의 많은 대중용 ML (기계 학습) 제품에는 시리가 장착되어 있어 위치 인식 기능이 향상되었습니다.
2065438+2008 년 8 월, 애플은 지리 언어 모델을 사용하여 시리의 현지 용어와 위치에 대한 이해를 높였으며, 이는 관심 지점을 기반으로 한 검색을 18.7% 줄이는 데 도움이 되었습니다. (이 기사의 사진은 모두 appleinsider.com 에서 가져온 것입니다.)
이 글은 자동차 작가 자동차의 집에서 온 것으로, 자동차의 집 입장을 대표하지 않는다.