筆者らは、IEEE802.11acで規定されたCompressed CSI(Channel State Information)フィードバックとGAN(Generative Adversarial Network)を組み合わせた空間内の画像生成手法CSI2Imageを提案している。GANを実用に足るまで学習するには長時間を要するため、CSIと空間画像の相関を学習したモデルが、長期にわたって再学習を必要とせず性能を保つことが、実用上重要になる。本稿ではCSI2Imageを用いた室内の人物位置推定を行うケースにおいて、学習モデルの時間経過に対するロバスト性を評価する。