論文の概要: Non-dimensional Star-Identification

• arxiv url: http://arxiv.org/abs/2003.13736v2
• Date: Thu, 14 May 2020 15:32:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-18 08:41:48.133275
• Title: Non-dimensional Star-Identification
• Title（参考訳）: 非次元星の同定
• Authors: Carl Leake, David Arnas and Daniele Mortari
• Abstract要約: 本研究では、視野の広い恒星追跡装置で観測された恒星を確実に識別する新しい「非次元」星識別アルゴリズムを提案する。 このアルゴリズムは、焦点長や光軸オフセットが名目上の操作範囲から逸脱したとき、星を誤って識別することのできる、名目上失われた宇宙空間のアルゴリズムを補完するのに特に適している。 アルゴリズムの性能は、精度、速度、ロバスト性の観点から、ピラミッドアルゴリズムと比較される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study introduces a new "Non-Dimensional" star identification algorithm to reliably identify the stars observed by a wide field-of-view star tracker when the focal length and optical axis offset values are known with poor accuracy. This algorithm is particularly suited to complement nominal lost-in-space algorithms, which may identify stars incorrectly when the focal length and/or optical axis offset deviate from their nominal operational ranges. These deviations may be caused, for example, by launch vibrations or thermal variations in orbit. The algorithm performance is compared in terms of accuracy, speed, and robustness to the Pyramid algorithm. These comparisons highlight the clear advantages that a combined approach of these methodologies provides.
• Abstract（参考訳）: 本研究では、焦点長と光軸オフセット値の精度が低い場合に、広い視野の星追跡装置で観測される恒星を確実に識別する新しい「非次元」星識別アルゴリズムを提案する。 このアルゴリズムは、焦点距離および/または光学軸オフセットがそれらの公称操作範囲から逸脱した場合に不正確に星を識別する、名目的失われた空間アルゴリズムを補うのに特に適している。 これらの偏差は例えば、打上げ振動や軌道の熱変化によって引き起こされる。 アルゴリズムの性能は、精度、速度、ロバスト性の観点から、ピラミッドアルゴリズムと比較される。 これらの比較は、これらの方法論の組み合わせがもたらす明らかな利点を浮き彫りにする。

関連論文リスト

• Reverse Attitude Statistics Based Star Map Identification Method [20.75417191151325]
  提案手法は, シミュレーション, フィールドテスト, 軌道上実験で検証された。 識別率は14.3%以上改善され、解法時間は28.5%以上短縮される。
  論文  参考訳（メタデータ） (2024-10-31T09:25:02Z)
• SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid Registration [76.40993825836222]
  本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。 提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
  論文  参考訳（メタデータ） (2024-05-30T15:55:04Z)
• Real-Time Convolutional Neural Network-Based Star Detection and Centroiding Method for CubeSat Star Tracker [0.26963330643873434]
  星追跡装置は、絶対的な姿勢決定に使用される最も正確な天体センサの1つである。 恒星検出と遠方偏移のアルゴリズムは、しばしば恒星検出のしきい値調整と遠方偏移のピクセル輝度重み付けに頼っている。 本稿では、星検出とセントロイド化のための畳み込みニューラルネットワーク(CNN)に基づくアプローチを紹介する。
  論文  参考訳（メタデータ） (2024-04-29T21:19:12Z)
• Bagged Regularized $k$-Distances for Anomaly Detection [9.899763598214122]
  BRDAD (Bagged regularized $k$-distances for Anomaly Detection) と呼ばれる距離に基づく新しいアルゴリズムを提案する。 我々のBRDADアルゴリズムは、重み付けされた密度推定のための$k$-distances(BWDDE)の実証的リスクの有限標本境界を最小化して重みを選択する。 理論的には,我々のアルゴリズムに対するAUCの高速収束率を確立し,バッグング手法が計算複雑性を著しく減少させることを示す。
  論文  参考訳（メタデータ） (2023-12-02T07:00:46Z)
• Computing Star Discrepancies with Numerical Black-Box Optimization Algorithms [56.08144272945755]
  我々は,L_infty$星差分問題に対する8つの一般的な数値ブラックボックス最適化アルゴリズムを比較した。 使用済みのソルバは、ほとんどのケースで非常にひどいパフォーマンスを示します。 我々は、最先端の数値ブラックボックス最適化手法が問題のグローバルな構造を捉えるのに失敗していると疑っている。
  論文  参考訳（メタデータ） (2023-06-29T14:57:56Z)
• Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
  不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。 特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
  論文  参考訳（メタデータ） (2023-02-13T19:57:17Z)
• Deep Learning-Based Anomaly Detection in Synthetic Aperture Radar Imaging [11.12267144061017]
  本手法は,異常を周囲から逸脱する異常パターンとみなすが,その特徴を事前に把握していない。 提案手法は自己教師付きアルゴリズムを用いてこれらの問題に対処することを目的としている。 従来のReed-Xiaoliアルゴリズムと比較して,提案手法の利点を示す実験を行った。
  論文  参考訳（メタデータ） (2022-10-28T10:22:29Z)
• Mean-based Best Arm Identification in Stochastic Bandits under Reward Contamination [80.53485617514707]
  本稿では,ギャップベースアルゴリズムと逐次除去に基づく2つのアルゴリズムを提案する。 具体的には、ギャップベースのアルゴリズムでは、サンプルの複雑さは定数要素まで最適であり、連続的な除去では対数因子まで最適である。
  論文  参考訳（メタデータ） (2021-11-14T21:49:58Z)
• Ground-Assisted Federated Learning in LEO Satellite Constellations [39.646300161201076]
  フェデレートラーニング(FL)に基づく新しいアルゴリズムセットを提案する。 我々のアプローチは、星座に存在しない予測可能な接続パターンを考慮すると、標準のFLアルゴリズムとは大きく異なる。 特に、達成されたテスト精度は集中型解の96%から99.6%以内である。
  論文  参考訳（メタデータ） (2021-09-03T07:17:20Z)
• Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
  深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。 本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
  論文  参考訳（メタデータ） (2020-12-07T09:27:16Z)
• Improving Face Recognition by Clustering Unlabeled Faces in the Wild [77.48677160252198]
  極値理論に基づく新しいアイデンティティ分離法を提案する。 重なり合うラベルノイズによる問題を大幅に低減する。 制御された設定と実際の設定の両方の実験は、我々のメソッドの一貫性のある改善を示している。
  論文  参考訳（メタデータ） (2020-07-14T12:26:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。