current state

tex/chapters/work.tex

@@ -99,6 +99,11 @@
 		algorithms like gradient descent \todo{cite} and (downhill) simpelx \todo{cite}
 		are well suited.
 		
+		\todo{formel fuer opt: was wird optimiert?}
+		\begin{equation}
+			argmin_{bla} blub()
+		\end{equation}
+		
 		\begin{figure}
 			\input{gfx/wifiop_show_optfunc_params}
 			\label{fig:wifiOptFuncTXPEXP}
@@ -141,6 +146,9 @@
 
 	\subsection{Modified Signal Strength Model}
 	
+		\todo{nicht: during initial eval, sondern gleich sagen, dass die vermutung nahe liegt, dass das modell
+		nicht gut klappen wird, weil waende und unser metall-glas nicht beruecksichtigt werden. deshalb
+		versuchen wir ein anderes modell das immernoch live arbeiten kann}
 		During the initial eval, some issues were discovered. While aforementioned optimization was able to 
 		reduce the error between reference measurements and model estimations to \SI{50}{\percent},
 		the position estimation \ref{eq:wifiProb} did not benefit from improved model parameters. 
@@ -164,6 +172,15 @@
 		function like average, median or maximum.
 
 
+\todo{abs-head ist in der observation besser, weil es beim resampling mehr bringt und dafuer srogt, dass die richtigen geloescht werden!}
+
+\todo{anfaenglich falsches heading ist gift, wegen rel. heading, weil sich dann alles verlaeuft. fix: anfaenglich große heading variation erlauben}
+
+\todo{wifi-veto erklaeren. wir fragen die 4 laut model an jeder pos staerksten APs ab und vergleichen die mit dem scan.
+weichen min 50 prozent um mehr als 20 dB ab, oder sind im scan nicht gesehen worden, wird fuer diese position ein veto eingelegt:
+0.001 vs 0.999. das geht auch nur so, da ja an jeder position andere APs die staerksten waeren.. direkt mit deren wahrscheinlichkeiten
+zu arbeiten wuerde also aepfel mit birnen vergleichen}
+
 wie wird optimiert
 a) bekannte pos + empirische params
 b) bekannte pos + opt params (fur alle APs gleich)		[simplex]