論文の概要: A Likelihood Ratio-Based Detector for QTMS Radar and Noise Radar

• arxiv url: http://arxiv.org/abs/2011.09509v1
• Date: Wed, 18 Nov 2020 19:33:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-23 19:09:09.031980
• Title: A Likelihood Ratio-Based Detector for QTMS Radar and Noise Radar
• Title（参考訳）: QTMSレーダとノイズレーダの類似比に基づく検出器
• Authors: David Luong, Bhashyam Balaji, Sreeraman Rajan
• Abstract要約: 対象物の存在と不在を識別するために、LRテストを用いて検出関数を導出する。 LR検出器の明示的な表現に加えて、ターゲットが小さい、遠くない、あるいは検出が難しい極限でLR検出器を近似する検出器関数を導出する。
• 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: We derive a detector function for quantum two-mode squeezing (QTMS) radars and noise radars that is based on the use of a likelihood ratio (LR) test for distinguishing between the presence and absence of a target. In addition to an explicit expression for the LR detector, we derive a detector function which approximates the LR detector in the limit where the target is small, far away, or otherwise difficult to detect. When the number of integrated samples is large, we derive a theoretical expression for the receiver operating characteristic (ROC) curve of the radar when the LR detector is used. When the number of samples is small, we use simulations to understand the ROC curve behavior of the detector. One interesting finding is there exists a parameter regime in which a previously-studied detector outperforms the LR detector, contrary to the intuition that LR tests are optimal. This is because neither the Neyman-Pearson lemma, nor the Karlin-Rubin theorem which generalizes the lemma, hold in this particular problem. However, the LR detector remains a good choice for target detection.
• Abstract（参考訳）: 我々は、ターゲットの有無と存在を識別するために、LRテストを用いた量子二モードスキューズ(QTMS)レーダとノイズレーダの検出器関数を導出する。 LR検出器の明示的な表現に加えて、ターゲットが小さい、遠くない、あるいは検出が難しい極限でLR検出器を近似する検出器関数を導出する。 集積サンプルの数が大きければ、LR検出器を用いた場合のレーダの受信動作特性(ROC)曲線の理論式を導出する。 サンプル数が少ない場合には、シミュレーションを用いて検出器のROC曲線の挙動を理解する。 興味深い発見の1つは、LR試験が最適であるという直観とは対照的に、以前研究された検出器がLR検出器より優れているパラメータ構造が存在することである。 これは、ネイマン=ピアソン補題や、補題を一般化するカルリン=ルビンの定理は、この特定の問題に当てはまらないためである。 しかし、LR検出器は依然として目標検出に適した選択である。

関連論文リスト

• Efficient Meta-Learning Enabled Lightweight Multiscale Few-Shot Object Detection in Remote Sensing Images [15.12889076965307]
  YOLOv7ワンステージ検出器は、新しいメタラーニングトレーニングフレームワークが組み込まれている。 この変換により、検出器はFSODのタスクに十分対応できると同時に、その固有の軽量化の利点を活かすことができる。 提案検出器の有効性を検証するため, 現状の検出器と性能比較を行った。
  論文  参考訳（メタデータ） (2024-04-29T04:56:52Z)
• Wilcoxon Nonparametric CFAR Scheme for Ship Detection in SAR Image [0.0]
  非パラメトリックCFAR検出器のクラスは、既知のクラッタ分布を仮定することなく、目標検出に対する一定の偽の警報率を維持することができる。 Radarsat-2, ICEYE-X6, およびGaofen-3 SAR画像上のいくつかの典型的なパラメトリックCFARスキームと比較して、ウィルコクソン非パラメトリック検出器の優れた誤報性能を維持するための堅牢性を明らかにする。
  論文  参考訳（メタデータ） (2024-01-11T20:46:39Z)
• Trash to Treasure: Low-Light Object Detection via Decomposition-and-Aggregation [76.45506517198956]
  低照度シナリオにおけるオブジェクト検出は、ここ数年で多くの注目を集めています。 主流で代表的なスキームは、レギュラー検出器の前処理としてエンハンサーを導入している。 本研究では,エンハンサー+検出器のポテンシャルを喚起する。
  論文  参考訳（メタデータ） (2023-09-07T08:11:47Z)
• Gaussian boson sampling with click-counting detectors [4.437382576172235]
  クリックカウント検出器を用いた一般多モードガウス状態からのサンプリング問題について検討する。 与えられた結果を得る確率は、Kensingtonianと呼ばれる新しい行列関数と関連していることを示す。
  論文  参考訳（メタデータ） (2023-05-01T14:48:54Z)
• DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature [143.5381108333212]
  大規模な言語モデルからサンプリングされたテキストは、モデルのログ確率関数の負の曲率領域を占有する傾向にあることを示す。 次に、与えられたLLMから通路が生成されるかどうかを判断するための新しい曲率ベースの基準を定義する。 我々は、モデルサンプル検出のための既存のゼロショット法よりもディテクターGPTの方が識別性が高いことを発見した。
  論文  参考訳（メタデータ） (2023-01-26T18:44:06Z)
• Detecting Rotated Objects as Gaussian Distributions and Its 3-D Generalization [81.29406957201458]
  既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。 このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。 回転した物体をガウス分布としてモデル化することを提案する。 2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
  論文  参考訳（メタデータ） (2022-09-22T07:50:48Z)
• ReDFeat: Recoupling Detection and Description for Multimodal Feature Learning [51.07496081296863]
  我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。 本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。 我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
  論文  参考訳（メタデータ） (2022-05-16T04:24:22Z)
• A Family of Neyman-Pearson-Based Detectors for Noise-Type Radars [0.0]
  相関係数をパラメータとして扱う際に生じるナイマン・ピアソン型検出器の家系について検討する。 その結果、検出器は良いだけでなく、以前に量子レーダーの文献に現れたことが判明した。
  論文  参考訳（メタデータ） (2022-04-16T23:04:14Z)
• Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence [100.6913091147422]
  既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。 本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
  論文  参考訳（メタデータ） (2021-06-03T14:29:19Z)
• Learning based signal detection for MIMO systems with unknown noise statistics [84.02122699723536]
  本論文では,未知のノイズ統計による信号を堅牢に検出する一般化最大確率(ML)推定器を考案する。 実際には、システムノイズに関する統計的な知識はほとんどなく、場合によっては非ガウス的であり、衝動的であり、分析不可能である。 我々のフレームワークは、ノイズサンプルのみを必要とする教師なしの学習アプローチによって駆動される。
  論文  参考訳（メタデータ） (2021-01-21T04:48:15Z)
• SRF-GAN: Super-Resolved Feature GAN for Multi-Scale Representation [5.634825161148483]
  畳み込み型物体検出器の超解像特性のための新しい生成器を提案する。 本稿では,検出ベースジェネレータと特徴パッチ識別器で構成される超解像GAN(SRF-GAN)を設計する。 我々のSRFジェネレータは従来の方法に代えて、他の従来の検出器と簡単に微調整できる。
  論文  参考訳（メタデータ） (2020-11-17T06:27:32Z)

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。