論文の概要: Neutron-Induced, Single-Event Effects on Neuromorphic Event-based Vision Sensor: A First Step Towards Space Applications

• arxiv url: http://arxiv.org/abs/2102.00112v1
• Date: Fri, 29 Jan 2021 23:56:16 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-03 03:27:43.380464
• Title: Neutron-Induced, Single-Event Effects on Neuromorphic Event-based Vision Sensor: A First Step Towards Space Applications
• Title（参考訳）: ニューロモルフィック事象に基づく視覚センサに対する中性子誘起単一イベント効果:宇宙応用に向けた第一歩
• Authors: Seth Roffe, Himanshu Akolkar, Alan D. George, Bernab\'e Linares-barranco and Ryad Benosman
• Abstract要約: 宇宙飛行におけるニューロモルフィックイベントベースの視覚カメラの適性について検討し,その性能に及ぼす中性子照射の影響について検討した。 ロスアラモス中性子科学センター(Los Alamos Neutron Science Center)の広スペクトル中性子の下でイベントベースのセンサーが照射され、その効果が分類された。 その結果、イベントベースのカメラは3.355の信号対雑音比で、空間的、放射性のある環境で機能できることが示されている。
• 参考スコア（独自算出の注目度）: 4.206844212918807
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper studies the suitability of neuromorphic event-based vision cameras for spaceflight, and the effects of neutron radiation on their performance. Neuromorphic event-based vision cameras are novel sensors that implement asynchronous, clockless data acquisition, providing information about the change in illuminance greater than 120dB with sub-millisecond temporal precision. These sensors have huge potential for space applications as they provide an extremely sparse representation of visual dynamics while removing redundant information, thereby conforming to low-resource requirements. An event-based sensor was irradiated under wide-spectrum neutrons at Los Alamos Neutron Science Center and its effects were classified. We found that the sensor had very fast recovery during radiation, showing high correlation of noise event bursts with respect to source macro-pulses. No significant differences were observed between the number of events induced at different angles of incidence but significant differences were found in the spatial structure of noise events at different angles. The results show that event-based cameras are capable of functioning in a space-like, radiative environment with a signal-to-noise ratio of 3.355. They also show that radiation-induced noise does not affect event-level computation. We also introduce the Event-based Radiation-Induced Noise Simulation Environment (Event-RINSE), a simulation environment based on the noise-modelling we conducted and capable of injecting the effects of radiation-induced noise from the collected data to any stream of events in order to ensure that developed code can operate in a radiative environment. To the best of our knowledge, this is the first time such analysis of neutron-induced noise analysis has been performed on a neuromorphic vision sensor, and this study shows the advantage of using such sensors for space applications.
• Abstract（参考訳）: 本稿では,宇宙飛行用ニューロモーフィック・イベント・ベース・ビジョンカメラの適合性と,中性子放射による性能への影響について検討する。 ニューロモルフィックイベントベースの視覚カメラは、非同期でクロックレスなデータ取得を実装した新しいセンサーであり、ミリ秒以下の時間精度で120dB以上の輝度の変化に関する情報を提供する。 これらのセンサーは、余分な情報を取り除きながら視覚力学の極めてスパースな表現を提供し、低リソース要求に適合するため、宇宙応用に大きな可能性を秘めている。 ロスアラモス中性子科学センターで広スペクトル中性子照射を行い,その効果を分類した。 その結果,放射時のセンサの回復速度が非常に速く,音源マクロパルスに対するノイズ発生バーストの相関が高かった。 入射角度の異なる事象数との間に有意な差は認められなかったが, 異なる角度での騒音イベントの空間構造には有意差が認められた。 その結果、イベントベースのカメラは、信号対雑音比3.355の空間的な放射環境でも機能することがわかった。 また、放射誘起ノイズがイベントレベルの計算に影響を与えないことも示している。 また、当社が実施したノイズモデリングに基づくシミュレーション環境であるイベントベース放射線誘発ノイズシミュレーション環境(Event-RINSE)を導入し、収集したデータから放射誘起ノイズの影響をあらゆるイベントストリームに注入し、開発したコードが放射能環境で動作できるようにします。 我々の知る限りでは、このような中性子誘起ノイズ解析がニューロモルフィック・ビジョン・センサーで行われてきたのはこれが初めてであり、このようなセンサーを宇宙応用に利用することの利点を示す。

関連論文リスト

• A Machine Learning approach for correcting radial velocities using physical observables [0.0]
  シミュレーションと実データを用いて、恒星の活動を自由なドップラーで測定するディープニューラルネットワーク手法の能力について検討する。 RV非依存的アプローチは、既知の物理的効果から急激なドップラー変動を大幅に低減できることを示す。 観測された変動率と補正の一致をよく観察するが,ノイズ低減はシミュレーションほど良くないことがわかった。
  論文  参考訳（メタデータ） (2023-01-30T13:25:00Z)
• The role of noise in denoising models for anomaly detection in medical images [62.0532151156057]
  病理脳病変は脳画像に多彩な外観を示す。 正規データのみを用いた教師なし異常検出手法が提案されている。 空間分解能の最適化と雑音の大きさの最適化により,異なるモデル学習体制の性能が向上することを示す。
  論文  参考訳（メタデータ） (2023-01-19T21:39:38Z)
• Implicit Neural Representation as a Differentiable Surrogate for Photon Propagation in a Monolithic Neutrino Detector [1.519243708135793]
  現代のニュートリノ実験では、数十万から数万の光子検出器を用いて、荷電粒子のエネルギー沈着から生じる数百万から数十億のシンチレーション光子の信号を観測している。 これらのニュートリノ検出器は典型的には大きく、ターゲット体積のキロトンを含み、光学特性が異なる。 個々の光子伝播をルックアップテーブルとしてモデル化するには、膨大な計算資源が必要である。 本稿では,周期的アクティベーション機能を持つ暗黙的ニューラル表現であるSIRENを用いて,ルックアップテーブルを3次元シーンとしてモデル化し,高精度に受容マップを再現する手法を提案する。
  論文  参考訳（メタデータ） (2022-11-02T22:33:58Z)
• Ev-NeRF: Event Based Neural Radiance Field [8.78321125097048]
  Ev-NeRFは、イベントデータから派生したニューラル放射場である。 Ev-NeRFは、超音環境下での高強度画像再構成において、競合性能を実現する。
  論文  参考訳（メタデータ） (2022-06-24T18:27:30Z)
• Remote Sensing Change Detection (Segmentation) using Denoising Diffusion Probabilistic Models [54.1843419649895]
  そこで本研究では,数百万枚もの市販の遠隔センシング画像をトレーニングプロセスに組み込む新しい手法を提案する。 まず、事前学習した拡散確率モデルを用いて、これらのオフザシェルフ、未修正、未ラベルのリモートセンシング画像からの情報を活用する。 4つの公開CDデータセットで実施された実験により、提案手法はF1, IoUの最先端手法と全体的な精度よりも驚くほど優れた結果が得られることが示された。
  論文  参考訳（メタデータ） (2022-06-23T17:58:29Z)
• Neuromorphic Camera Denoising using Graph Neural Network-driven Transformers [3.805262583092311]
  ニューロモルフィック・ビジョン(Neuromorphic vision)は、コンピュータビジョンコミュニティのパラダイムシフトを引き起こしたバイオインスパイアされた技術である。 ニューロモルフィックカメラは、かなりの量の計測ノイズに悩まされている。 このノイズは、ニューロモルフィック事象に基づく知覚とナビゲーションアルゴリズムの性能を劣化させる。
  論文  参考訳（メタデータ） (2021-12-17T18:57:36Z)
• Rethinking Noise Synthesis and Modeling in Raw Denoising [75.55136662685341]
  センサの実際の雑音を直接サンプリングすることで、ノイズを合成する新しい視点を導入する。 それは本質的に、異なるカメラセンサーに対して正確な生画像ノイズを発生させる。
  論文  参考訳（メタデータ） (2021-10-10T10:45:24Z)
• TUM-VIE: The TUM Stereo Visual-Inertial Event Dataset [50.8779574716494]
  イベントカメラはバイオインスパイアされた視覚センサーで、ピクセルごとの明るさの変化を測定する。 これらは、低レイテンシ、高ダイナミックレンジ、高時間分解能、低消費電力など、従来のフレームベースのカメラよりも多くの利点を提供する。 イベントカメラを用いた3次元認識・ナビゲーションアルゴリズムの開発を促進するため,TUM-VIEデータセットを提案する。
  論文  参考訳（メタデータ） (2021-08-16T19:53:56Z)
• Aligning an optical interferometer with beam divergence control and continuous action space [64.71260357476602]
  我々は1本の腕に共焦点望遠鏡を備えた光学的マッハ・ツェンダー干渉計の視覚に基づくアライメントを実装した。 実験的評価では、エージェントは、既存のソリューションと人間の専門家とを著しく上回る。
  論文  参考訳（メタデータ） (2021-07-09T14:23:01Z)
• Complex-valued Convolutional Neural Networks for Enhanced Radar Signal Denoising and Interference Mitigation [73.0103413636673]
  本稿では,レーダセンサ間の相互干渉問題に対処するために,複合価値畳み込みニューラルネットワーク(CVCNN)を提案する。 CVCNNはデータ効率を高め、ネットワークトレーニングを高速化し、干渉除去時の位相情報の保存を大幅に改善する。
  論文  参考訳（メタデータ） (2021-04-29T10:06:29Z)
• Deep Interference Mitigation and Denoising of Real-World FMCW Radar Signals [16.748215232763517]
  実世界レーダ計測における干渉緩和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の評価を行った。 実測値と模擬干渉を組み合わせることで,モデルの学習に適した入力出力データを生成する。
  論文  参考訳（メタデータ） (2020-12-04T11:22:13Z)

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。