该数据集是使用西密歇根大学沃尔多图书馆一楼13个ibeacons阵列的RSSI读数创建的。数据是用iphone6s收集的。该数据集包含两个子数据集：一个标记的数据集（1420个实例）和一个未标记的数据集（5191个实例）。录音是在图书馆工作时间内进行的。对于带标签的数据集，输入数据包含位置（标签列）、时间戳，然后是13个iBeacons的RSSI读数。RSSI测量值为负值。较大的RSSI值表示更接近给定的iBeacon（例如，与RSSI为-85相比，RSSI为-65表示更接近给定的iBeacon）。对于超出范围的iBeacons，RSSI用-200表示。与RSSI读数相关的位置组合在一列中，由一个字母表示该列，一个数字表示该位置的行。附图描述了iBeacons的布局以及位置的安排。

Attribute Information:

location: The location of receiving RSSIs from ibeacons b3001 to b3013; symbolic values showing the column and row of the location on the map (e.g., A01 stands for column A, row 1).

Date: Datetime in the format of a€?d-m-yyyy hh:mm:ssa€?

b3001 - b3013: RSSI readings corresponding to the iBeacons; numeric, integers only.

Relevant Papers:

M. Mohammadi and A. Al-Fuqaha, 'Enabling Cognitive Smart Cities Using Big Data and Machine Learning: Approaches and Challenges,' IEEE Communications Magazine, vol. 56, no. 2, 2018.

Citation Request:

@article{mohammadi2017semi,
author={M. Mohammadi and A. Al-Fuqaha and M. Guizani and J. S. Oh},
journal={IEEE Internet of Things Journal},
title={{Semi-supervised Deep Reinforcement Learning in Support of IoT and Smart City Services}},
year={2017},
pages={1-12},
publisher={IEEE},
doi={10.1109/JIOT.2017.2712560},
ISSN={2327-4662},
}

Mehdi Mohammadi and Ala Al-Fuqaha, {mehdi.mohammadi, ala-alfuqaha}@wmich.edu
Department of Computer Science
Western Michigan University