論文の概要: Time Series Comparisons in Deep Space Network

• arxiv url: http://arxiv.org/abs/2111.01393v1
• Date: Tue, 2 Nov 2021 06:38:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-03 20:45:38.402859
• Title: Time Series Comparisons in Deep Space Network
• Title（参考訳）: 深宇宙ネットワークにおける時系列比較
• Authors: Kyongsik Yun, Rishi Verma, Umaa Rebbapragada
• Abstract要約: ディープ・スペース・ネットワーク (Deep Space Network) は、NASAが惑星間宇宙飛行を支援するアンテナの国際配列である。 それぞれのトラックのデータを監視し、特定の宇宙船の運用とDSN自体のパフォーマンスを報告する。 本ツールには,(1) 類似したトラックトップ10の識別,(2) 基準トラックに対する異常検出,(3) 与えられたトラック間の統計的差異の比較の3つの機能がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Deep Space Network is NASA's international array of antennas that support interplanetary spacecraft missions. A track is a block of multi-dimensional time series from the beginning to end of DSN communication with the target spacecraft, containing thousands of monitor data items lasting several hours at a frequency of 0.2-1Hz. Monitor data on each track reports on the performance of specific spacecraft operations and the DSN itself. DSN is receiving signals from 32 spacecraft across the solar system. DSN has pressure to reduce costs while maintaining the quality of support for DSN mission users. DSN Link Control Operators need to simultaneously monitor multiple tracks and identify anomalies in real time. DSN has seen that as the number of missions increases, the data that needs to be processed increases over time. In this project, we look at the last 8 years of data for analysis. Any anomaly in the track indicates a problem with either the spacecraft, DSN equipment, or weather conditions. DSN operators typically write Discrepancy Reports for further analysis. It is recognized that it would be quite helpful to identify 10 similar historical tracks out of the huge database to quickly find and match anomalies. This tool has three functions: (1) identification of the top 10 similar historical tracks, (2) detection of anomalies compared to the reference normal track, and (3) comparison of statistical differences between two given tracks. The requirements for these features were confirmed by survey responses from 21 DSN operators and engineers. The preliminary machine learning model has shown promising performance (AUC=0.92). We plan to increase the number of data sets and perform additional testing to improve performance further before its planned integration into the track visualizer interface to assist DSN field operators and engineers.
• Abstract（参考訳）: ディープ・スペース・ネットワーク(deep space network)は、惑星間宇宙ミッションをサポートするnasaの国際アンテナである。 トラックは、DSNとターゲット宇宙船との通信の開始から終了までの多次元時系列のブロックであり、0.2-1Hzの周波数で数時間続く何千ものモニターデータを含む。 それぞれのトラックのデータを監視し、特定の宇宙船の運用とDSN自体のパフォーマンスを報告する。 DSNは、太陽系の32の宇宙船から信号を受信している。 DSNは、DSNミッションユーザのサポート品質を維持しながら、コスト削減を迫られている。 DSN Link Control Operatorsは複数のトラックを同時に監視し、リアルタイムで異常を識別する必要がある。 dsnは、ミッションの数が増えるにつれて、処理すべきデータは時間とともに増加すると見ている。 このプロジェクトでは、分析のために過去8年間のデータを調べます。 軌道上の異常は、宇宙船、dsn機器、気象条件のいずれかの問題を示している。 DSNオペレータは通常、さらなる分析のために離散レポートを書く。 巨大なデータベースから10の類似した履歴トラックを識別して、異常を素早く見つけて一致させることは、非常に有益であると認識されている。 本ツールには,(1) 類似したトラックトップ10の識別,(2) 基準トラックに対する異常検出,(3) 与えられたトラック間の統計的差異の比較の3つの機能がある。 これらの特徴の要件は、21のdsnオペレーターとエンジニアによる調査回答によって確認された。 予備的な機械学習モデルは有望な性能を示した(AUC=0.92)。 dsnフィールドオペレータとエンジニアを支援するトラックビジュアライザインターフェースに統合される前に、データセットの数を増やし、さらにパフォーマンスを向上させるための追加テストを行う予定です。

関連論文リスト

• Cross-domain Learning Framework for Tracking Users in RIS-aided Multi-band ISAC Systems with Sparse Labeled Data [55.70071704247794]
  統合センシング・通信(ISAC)は6G通信において重要であり、再構成可能なインテリジェントサーフェス(RIS)の急速な発展によって促進される 本稿では,複数の帯域にまたがるマルチモーダルCSIインジケータを協調的に活用し,クロスドメイン方式で追跡機能をモデル化するX2Trackフレームワークを提案する。 X2Trackの下では、トランスフォーマーニューラルネットワークと逆学習技術に基づいて、トラッキングエラーを最小限に抑える効率的なディープラーニングアルゴリズムを設計する。
  論文  参考訳（メタデータ） (2024-05-10T08:04:27Z)
• GDTM: An Indoor Geospatial Tracking Dataset with Distributed Multimodal Sensors [9.8714071146137]
  GDTMは、分散マルチモーダルセンサと再構成可能なセンサノード配置を備えた、マルチモーダルオブジェクトトラッキングのための9時間のデータセットである。 我々のデータセットは、マルチモーダルデータ処理のためのアーキテクチャの最適化など、いくつかの研究課題の探索を可能にする。
  論文  参考訳（メタデータ） (2024-02-21T21:24:57Z)
• Imbalanced Aircraft Data Anomaly Detection [103.01418862972564]
  航空シナリオ下でのセンサーからの時間データの異常検出は実用的だが難しい課題である。 本稿では,グラフィカル・テンポラル・データ分析フレームワークを提案する。 シリーズ・トゥ・イメージ (S2I) と呼ばれる3つのモジュール、ユークリッド距離 (CRD) を用いたクラスタ・ベース・リサンプリング・アプローチ、変数・ベース・ロス (VBL) から構成される。
  論文  参考訳（メタデータ） (2023-05-17T09:37:07Z)
• A CNN-LSTM Architecture for Marine Vessel Track Association Using Automatic Identification System (AIS) Data [2.094022863940315]
  本研究では,トラックアソシエーションのための1次元CNN-LSTMアーキテクチャに基づくフレームワークを提案する。 提案した枠組みは、自動識別システム(AIS)を介して収集された船舶の位置と動きデータを入力とし、最も可能性の高い船舶軌道をリアルタイムで出力として返す。
  論文  参考訳（メタデータ） (2023-03-24T15:26:49Z)
• Spacecraft Anomaly Detection with Attention Temporal Convolution Network [19.127630728690534]
  時空間畳み込みネットワーク(TCN)に基づく宇宙船の時系列データに対する異常検出フレームワークを提案する。 まず、変数と時系列の間の複雑な相関をモデル化するために、動的グラフ注意を用いる。 第2に、並列処理能力を有する時間畳み込みネットワークを用いて、下流予測タスクのテキストカラーブルーを多次元的に抽出する。
  論文  参考訳（メタデータ） (2023-03-13T05:54:01Z)
• Visible-Thermal UAV Tracking: A Large-Scale Benchmark and New Baseline [80.13652104204691]
  本稿では,可視熱UAV追跡(VTUAV)のための高多様性の大規模ベンチマークを構築する。 本稿では, フレームレベルの属性を, チャレンジ固有のトラッカーの可能性を利用するための粗粒度属性アノテーションを提案する。 さらに,様々なレベルでRGB-Tデータを融合するHMFT(Hierarchical Multi-modal Fusion Tracker)という新しいRGB-Tベースラインを設計する。
  論文  参考訳（メタデータ） (2022-04-08T15:22:33Z)
• Unified Transformer Tracker for Object Tracking [58.65901124158068]
  異なるシナリオにおけるトラッキング問題に1つのパラダイムで対処するために,UTT(Unified Transformer Tracker)を提案する。 SOT(Single Object Tracking)とMOT(Multiple Object Tracking)の両方を対象とするトラックトランスフォーマーを開発した。
  論文  参考訳（メタデータ） (2022-03-29T01:38:49Z)
• 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)
• From One to Many: A Deep Learning Coincident Gravitational-Wave Search [58.720142291102135]
  単一検出器からの非スピン型二元ブラックホールデータに基づいてトレーニングされたニューラルネットワークを用いて、二元ブラックホールの融合から重力波を2検出器で探索する。 これらの単純な2検出器ネットワークはいずれも、検出器のデータに個別にネットワークを適用するよりも感度を向上させることができない。
  論文  参考訳（メタデータ） (2021-08-24T13:25:02Z)
• On the detection-to-track association for online multi-object tracking [30.883165972525347]
  トラックの歴史的外観距離をインクリメンタルなガウス混合モデル(IGMM)でモデル化するハイブリッドトラックアソシエーションアルゴリズムを提案する。 3つのMOTベンチマークによる実験結果から,HTAが目標識別性能を向上し,追跡速度に多少の妥協を施すことが確認された。
  論文  参考訳（メタデータ） (2021-07-01T14:44:12Z)

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。