toni/IPIN2016
2
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity

added astar to smoothing transition

Browse Source
This commit is contained in:
toni
2016-04-11 10:57:29 +02:00
parent 5aad08e17c
commit de8783b9ca
13 changed files with 146 additions and 52 deletions
Download Patch File Download Diff File Expand all files Collapse all files

14
tex/chapters/experiments.tex
View File

@@ -1,3 +1,17 @@
\section{Experiments}
ddd \cite{Ville09} dddd
\begin{itemize}
\item Vorwärtsschritt die Ergebnisse und Probleme beschreiben. Zeitlicher Verzug etc.
\item Fixed-Interval Smoothing mit beiden Methoden. Was wird besser? Warum?
\subitem AUf die schlechte Performance eingehen für was könnte man es nutzen?
\item Fixed-lag Smoothing der beiden Methoden
\subitem erstmal ergebnisse mit 3 unterschiedlichen lags. 5, 30, 50 oder so
\subitem Fehlerplot wie beim fusion paper. wo ist der error besonders hoch, warum? warum wurde er besser?
\subitem welche anwendungen gibt es da jeweils?
\subitem plot mit kurven die den fehler bei den unterschiedlichen lag längen angibt.
\item Fixed-lag gap
\subitem einen offset (gap) im smoothing. was bringt es? sinnvoll?
\end{itemize}

7
tex/chapters/introduction.tex
View File

@@ -1,5 +1,10 @@
\section{Introduction}
Smoothing Smoothing Smoothing
Es gibt viele unterschiedliche Indoor Lösungen die auf blabalbal und blabal aufbauen. particle filter ist etabliert und fast alle nutzen einen. gibt solche und solche methoden. aber alle haben mehr oder wenig ähnliche probleme und herrausforderungen. eine generelle lösunge solceh herrausforderungen zu meistern sind smoothiner methoden.
probleme: multimodalitäten. zeitlicher verzug. falsche messungen. etc etc. all das kann mit wissen aus zukünftigen messungen behoben werden.