論文の概要: Compressive Representations of Weather Scenes for Strategic Air Traffic Flow Management

• arxiv url: http://arxiv.org/abs/2107.06394v1
• Date: Fri, 2 Jul 2021 16:16:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-18 12:23:49.964143
• Title: Compressive Representations of Weather Scenes for Strategic Air Traffic Flow Management
• Title（参考訳）: 戦略的航空交通流管理のための気象シーンの圧縮表現
• Authors: Sandip Roy
• Abstract要約: 戦略的航空交通フロー管理の目的を支援するため,高次元気象シーンデータの長期的表現について検討した。 航空関係の天気シーンが圧縮可能かどうかを,各シーンが興味を生かして,おそらく相違するスパース表現を許容するという意味で検討する。
• 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: Terse representation of high-dimensional weather scene data is explored, in support of strategic air traffic flow management objectives. Specifically, we consider whether aviation-relevant weather scenes are compressible, in the sense that each scene admits a possibly-different sparse representation in a basis of interest. Here, compression of weather scenes extracted from METAR data (including temperature, flight categories, and visibility profiles for the contiguous United States) is examined, for the graph-spectral basis. The scenes are found to be compressible, with 75-95% of the scene content captured using 0.5-4% of the basis vectors. Further, the dominant basis vectors for each scene are seen to identify time-varying spatial characteristics of the weather, and reconstruction from the compressed representation is demonstrated. Finally, potential uses of the compressive representations in strategic TFM design are briefly scoped.
• Abstract（参考訳）: 戦略的航空交通フロー管理の目的を支援するため,高次元気象シーンデータの長期的表現について検討した。 具体的には,航空関係の気象シーンが圧縮可能かどうかについて考察する。 ここでは,metarデータ(気温,飛行カテゴリ,アメリカ大陸の可視性プロファイルを含む)から抽出した気象シーンの圧縮をグラフスペクトルベースで検討した。 シーンは圧縮可能であり、シーンコンテンツの75-95%は基底ベクトルの0.5-4%でキャプチャされる。 さらに、各シーンにおける支配的基底ベクトルは、気象の時変空間特性を識別し、圧縮された表現からの再構成を示す。 最後に、戦略的TFM設計における圧縮表現の潜在的利用について概説する。

関連論文リスト

• WeatherGFM: Learning A Weather Generalist Foundation Model via In-context Learning [69.82211470647349]
  第1次一般気象基礎モデル(WeatherGFM)を紹介する。 気象理解タスクの幅広い範囲を統一的な方法で解決する。 我々のモデルは、天気予報、超解像、天気画像翻訳、後処理など、最大10の気象理解タスクを効果的に処理できる。
  論文  参考訳（メタデータ） (2024-11-08T09:14:19Z)
• WayveScenes101: A Dataset and Benchmark for Novel View Synthesis in Autonomous Driving [4.911903454560829]
  WayveScenes101は、新しいビュー合成において、コミュニティが技術の状態を前進させるのを助けるために設計されたデータセットである。 データセットは、幅広い環境条件と運転シナリオにわたる101の運転シーンで構成されている。
  論文  参考訳（メタデータ） (2024-07-11T08:29:45Z)
• Vision-Language Models Meet Meteorology: Developing Models for Extreme Weather Events Detection with Heatmaps [30.771706309741656]
  極端な気象のリアルタイム検出と予測は、人間の生命とインフラを保護する。 従来の手法は地理情報システム(GIS)を用いた気象熱マップの数値しきい値設定と手動解釈に依存している。 本研究は,視覚質問応答 (VQA) 問題としてフレーミングすることで,極度気象事象検出 (EWED) を再定義する。
  論文  参考訳（メタデータ） (2024-06-14T08:46:44Z)
• TK-Planes: Tiered K-Planes with High Dimensional Feature Vectors for Dynamic UAV-based Scenes [58.180556221044235]
  本研究では,無人航空機(UAV)の認識における合成データと実世界データとの領域ギャップを埋める新しい手法を提案する。 私たちの定式化は、小さな動く物体や人間の行動からなる動的なシーンのために設計されています。 我々は,Okutama ActionやUG2など,挑戦的なデータセットの性能を評価する。
  論文  参考訳（メタデータ） (2024-05-04T21:55:33Z)
• WeatherProof: Leveraging Language Guidance for Semantic Segmentation in Adverse Weather [8.902960772665482]
  本研究では,悪天候下で撮影された画像からセマンティックセグメンテーションマップを推定する方法を提案する。 まず、雨や霧、雪などの気象条件によって劣化した画像の既存のモデルを調べる。 気象画像の正当性を考慮した最初のセマンティックセマンティックセグメンテーションデータセットであるWeatherProofを提案する。
  論文  参考訳（メタデータ） (2024-03-21T22:46:27Z)
• Exploring the Application of Large-scale Pre-trained Models on Adverse Weather Removal [97.53040662243768]
  ネットワークが異なる気象条件を適応的に処理できるようにするために,CLIP埋め込みモジュールを提案する。 このモジュールは、CLIP画像エンコーダによって抽出されたサンプル特定気象と、パラメータセットによって学習された分布特定情報を統合する。
  論文  参考訳（メタデータ） (2023-06-15T10:06:13Z)
• Counting Crowds in Bad Weather [68.50690406143173]
  本研究では,悪天候シナリオにおいて,ロバストな群集カウント手法を提案する。 モデルでは,外見のバリエーションが大きいことを考慮し,効果的な特徴と適応的なクエリを学習する。 実験の結果,提案アルゴリズムは,ベンチマークデータセット上で異なる気象条件下での群集のカウントに有効であることが示唆された。
  論文  参考訳（メタデータ） (2023-06-02T00:00:09Z)
• Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
  本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。 我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
  論文  参考訳（メタデータ） (2022-11-15T13:52:41Z)
• Joint Forecasting of Panoptic Segmentations with Difference Attention [72.03470153917189]
  シーン内の全てのオブジェクトを共同で予測する新しいパノプティックセグメンテーション予測モデルについて検討する。 提案したモデルをCityscapesとAIODriveデータセット上で評価する。
  論文  参考訳（メタデータ） (2022-04-14T17:59:32Z)
• Exploiting Spatial-Temporal Semantic Consistency for Video Scene Parsing [11.848929625911575]
  本稿では,クラス排他的コンテキスト情報を取得するための空間時間意味一貫性手法を提案する。 具体的には、空間的・時間的次元における意味的一貫性を制約する空間的・時間的整合性損失を設計する。 ICCV 2021でVSPWチャレンジで優勝した。
  論文  参考訳（メタデータ） (2021-09-06T08:24:38Z)

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。