Fugu-MT 論文翻訳(概要): Smart obervation method with wide field small aperture telescopes for real time transient detection

論文の概要: Smart obervation method with wide field small aperture telescopes for real time transient detection

arxiv url: http://arxiv.org/abs/2011.10407v1
Date: Fri, 20 Nov 2020 13:48:32 GMT
ステータス: 処理完了
システム内更新日: 2022-09-23 06:52:15.008047
Title: Smart obervation method with wide field small aperture telescopes for real time transient detection
Title（参考訳）: リアルタイム過渡検出のための広視野小型開口望遠鏡によるスマートオブザービング法
Authors: Peng Jia, Qiang Liu, Yongyang Sun, Yitian Zheng, Wenbo Liu, Yifei Zhao
Abstract要約: 我々は、リアルタイムなトランジット検出のためのARGUS (Astronomical taRGets Detection framework for Unified telescopes)を提案する。 ARGUSは、各WFSATの組み込みデバイスに実装されたディープラーニングベースの天文学的検出アルゴリズムを使用して、天文学的ターゲットを検出する。シミュレーションデータを用いてARGUSの性能を検証し,一過性検出タスクにおけるWFSATの性能を向上させることができることを示す。
参考スコア（独自算出の注目度）: 8.751383520994425
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Wide field small aperture telescopes (WFSATs) are commonly used for fast sky survey. Telescope arrays composed by several WFSATs are capable to scan sky several times per night. Huge amount of data would be obtained by them and these data need to be processed immediately. In this paper, we propose ARGUS (Astronomical taRGets detection framework for Unified telescopes) for real-time transit detection. The ARGUS uses a deep learning based astronomical detection algorithm implemented in embedded devices in each WFSATs to detect astronomical targets. The position and probability of a detection being an astronomical targets will be sent to a trained ensemble learning algorithm to output information of celestial sources. After matching these sources with star catalog, ARGUS will directly output type and positions of transient candidates. We use simulated data to test the performance of ARGUS and find that ARGUS can increase the performance of WFSATs in transient detection tasks robustly.
Abstract（参考訳）: 広視野小開口望遠鏡(wfsat)は、高速観測によく用いられる。複数のWFSATによって構成された望遠鏡アレイは、夜間に数回空をスキャンすることができる。膨大なデータを彼らによって取得し、これらのデータを直ちに処理する必要がある。本稿では,ARGUS (Astronomical taRGets Detection framework for Unified telescopes) によるリアルタイムトランジット検出手法を提案する。 ARGUSは、各WFSATの組み込みデバイスに実装されたディープラーニングベースの天文検出アルゴリズムを使用して、天文学的ターゲットを検出する。天文的目標である検出の位置と確率は、訓練されたアンサンブル学習アルゴリズムに送られ、天体源に関する情報が出力される。これらのソースとスターカタログをマッチングした後、argusはトランジェント候補の型と位置を直接出力する。シミュレーションデータを用いてARGUSの性能を検証し,一過性検出タスクにおけるWFSATの性能を向上させることができることを示す。

関連論文リスト

Multi-Class Deep SVDD: Anomaly Detection Approach in Astronomy with Distinct Inlier Categories [46.34797489552547]
我々は,異なるデータ分布を持つ複数の不整合カテゴリを扱うために,MCDSVDD(Multi-class Deep Support Vector Data Description)を提案する。 MCDSVDDはニューラルネットワークを使用してデータをハイパースフィアにマッピングする。以上の結果から, 異常源の検出にMDCSVDDが有効であることが示唆された。
論文参考訳（メタデータ） (2023-08-09T15:10:53Z)
Radio astronomical images object detection and segmentation: A benchmark on deep learning methods [5.058069142315917]
本研究では,電波干渉計による天体画像に適用した,最も肯定的な深層学習手法の性能について検討し,自動音源検出の課題を解決する。目標は、予測性能と計算効率の観点から既存の技術の概要を、彼らの研究に機械学習を使いたいと考える天体物理学コミュニティの科学者に提供することである。
論文参考訳（メタデータ） (2023-03-08T10:55:24Z)
Semi-Supervised Domain Adaptation for Cross-Survey Galaxy Morphology Classification and Anomaly Detection [57.85347204640585]
We developed a Universal Domain Adaptation method DeepAstroUDA。異なるタイプのクラスオーバーラップしたデータセットに適用することができる。初めて、我々は2つの非常に異なる観測データセットに対するドメイン適応の有効利用を実演した。
論文参考訳（メタデータ） (2022-11-01T18:07:21Z)
Investigation of a Machine learning methodology for the SKA pulsar search pipeline [0.0]
SKAパルサー探索パイプラインはパルサーのリアルタイム検出に使用される。候補画像を検出するために,Mask R-CNNモデルを訓練した。大規模なデータセットに対する関心領域を効率的にマークするために、カスタムアノテーションツールが開発された。
論文参考訳（メタデータ） (2022-09-09T17:48:36Z)
ULISSE: A Tool for One-shot Sky Exploration and its Application to Active Galactic Nuclei Detection [1.3681174239726606]
ULISSEは、同じ形態的および光度特性を共有する物体を識別する新しいディープラーニングツールである。実験により、ULISSEは、ホスト銀河の形態、色、および中心核源の存在から、AGN候補を特定できることが示された。
論文参考訳（メタデータ） (2022-08-23T14:05:30Z)
Satellite Image Time Series Analysis for Big Earth Observation Data [50.591267188664666]
本稿では,機械学習を用いた衛星画像時系列解析のためのオープンソースRパッケージである sit について述べる。本手法は, Cerrado Biome のケーススタディにより, 土地利用と土地被覆マップの精度が高いことを示す。
論文参考訳（メタデータ） (2022-04-24T15:23:25Z)
Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文参考訳（メタデータ） (2021-11-17T21:48:31Z)
Anchor-free Oriented Proposal Generator for Object Detection [59.54125119453818]
オブジェクト指向物体検出はリモートセンシング画像解釈において実用的で困難な課題である。今日では、指向性検出器は主に水平方向の箱を中間体として使用し、それらから指向性のある箱を導出している。本稿では,ネットワークアーキテクチャから水平ボックス関連操作を放棄する,AOPG(Anchor-free Oriented Proposal Generator)を提案する。
論文参考訳（メタデータ） (2021-10-05T10:45:51Z)
DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
論文参考訳（メタデータ） (2021-09-08T14:07:55Z)
MRDet: A Multi-Head Network for Accurate Oriented Object Detection in Aerial Images [51.227489316673484]
水平アンカーから変換された指向性提案を生成するために、任意指向領域提案ネットワーク(AO-RPN)を提案する。正確なバウンディングボックスを得るために,検出タスクを複数のサブタスクに分離し,マルチヘッドネットワークを提案する。各ヘッドは、対応するタスクに最適な特徴を学習するために特別に設計されており、ネットワークがオブジェクトを正確に検出することができる。
論文参考訳（メタデータ） (2020-12-24T06:36:48Z)
PAST-AI: Physical-layer Authentication of Satellite Transmitters via Deep Learning [4.588028371034406]
PAST-AIは、低地球軌道(LEO)衛星をIQサンプルの指紋認証によって認証する手法である。我々は,CNNとオートエンコーダが,衛星トランスデューサの認証に有効であることを証明する。
論文参考訳（メタデータ） (2020-10-12T06:08:11Z)

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。