EME-GAN: A Conditional Generative Adversarial Network based Indoor EMF Exposure Map Reconstruction
Résumé
New wireless communication technologies are developing exponentially. Meanwhile, concerns have arisen about the possible negative health effects of radiofrequency electromagnetic waves. This paper proposes a method based on a conditional generative adversarial network for the mapping of exposure to electromagnetic fields in an indoor environment, called EME-GAN. Based on the building map the proposed model is able to infer a realistic map of wireless signal propagation characteristics based on a few measurement points. The results show that the model accurately estimates the propagation phenomena.
-Les nouvelles technologies de communication sans fil se développent de façon exponentielle. Parallèlement des craintes sont apparues concernant de possibles effets délétères des ondes électromagnétiques de type radiofréquence sur la santé. Cet article propose une méthode basée sur un réseau génératif conditionnel pour la cartographie de l'exposition aux champs électromagnétiques en environnement intérieur, appelée EME-GAN. En s'appuyant sur la cartographie du bâtiment et de quelques points de mesure d'exposition, le modèle proposé est capable d'inférer une carte réaliste des caractéristiques de la propagation des signaux sans fil. Les résultats démontrent que le modèle estime fidèlement les phénomènes de propagation.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|