近年の感染症の流行や雑踏事故の発生により、群衆の状態を把握することが重要となってきている。そこで本研究では、Wi-Fiの電波の伝送状況を表現したChannel State Information(CSI)を利用し、各サブキャリアの振幅を特徴量としてランダムフォレストでの多値分類タスクとみなすことで、室内における人の位置推定を行った。研究室内で行った実験では、学習データに位置推定対象者のデータが含まれている場合は高い精度で推定できたが、含まれていない場合その精度は悪化した。また、系列データの移動平均を適用したデータを用いることで多くの組み合わせにおいて推定精度の改善が確認できた。
