論文の概要: Roadmap on Signal Processing for Next Generation Measurement Systems
- arxiv url: http://arxiv.org/abs/2111.02493v1
- Date: Wed, 3 Nov 2021 19:39:34 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-06 03:01:26.637469
- Title: Roadmap on Signal Processing for Next Generation Measurement Systems
- Title(参考訳): 次世代計測システムにおける信号処理のロードマップ
- Authors: D.K. Iakovidis, M. Ooi, Y.C. Kuang, S. Damidenko, A. Shestakov, V.
Sinistin, M. Henry, A. Sciacchitano, A. Discetti, S. Donati, M. Norgia, A.
Menychtas, I. Maglogiannis, S.C. Wriessnegger, L.A. Barradas Chacon, G.
Dimas, D. Filos, A.H. Aletras, J. T\"oger, F. Dong, S. Ren, A. Uhl, J.
Paziewski, J. Geng, F. Fioranelli, R.M. Narayanan, C. Fernandez, C. Stiller,
K. Malamousi, S. Kamnis, K. Delibasis, D. Wang, J. Zhang, R.X. Gao
- Abstract要約: 人工知能と機械学習の最近の進歩は、研究の注目をインテリジェントでデータ駆動の信号処理へとシフトさせている。
このロードマップは、次世代計測システムに向けた今後の課題と研究の機会を強調するために、最先端の手法と応用について批判的な概要を提示する。
基礎研究から工業研究まで幅広い分野をカバーし、研究分野ごとの現在と将来の発展の傾向と影響を反映した簡潔なテーマのセクションで組織されている。
- 参考スコア(独自算出の注目度): 0.222020259427608
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Signal processing is a fundamental component of almost any sensor-enabled
system, with a wide range of applications across different scientific
disciplines. Time series data, images, and video sequences comprise
representative forms of signals that can be enhanced and analysed for
information extraction and quantification. The recent advances in artificial
intelligence and machine learning are shifting the research attention towards
intelligent, data-driven, signal processing. This roadmap presents a critical
overview of the state-of-the-art methods and applications aiming to highlight
future challenges and research opportunities towards next generation
measurement systems. It covers a broad spectrum of topics ranging from basic to
industrial research, organized in concise thematic sections that reflect the
trends and the impacts of current and future developments per research field.
Furthermore, it offers guidance to researchers and funding agencies in
identifying new prospects.
- Abstract(参考訳): 信号処理はほとんどのセンサ対応システムの基本的な構成要素であり、様々な科学分野に幅広い応用がある。
時系列データ、画像、および映像シーケンスは、情報抽出および定量化のために強化および分析される信号の代表形式からなる。
人工知能と機械学習の最近の進歩は、インテリジェントでデータ駆動の信号処理に研究の焦点を移している。
本ロードマップは,次世代計測システムに向けた今後の課題と研究機会を浮き彫りにすることを目的とした,最先端の手法と応用に関する批判的概要を示す。
基礎研究から工業研究まで幅広い分野をカバーし、研究分野ごとの現在と将来の発展の傾向と影響を反映した簡潔なテーマのセクションで組織されている。
さらに、新たな展望を特定するための研究者や資金提供機関にガイダンスを提供する。
関連論文リスト
- Multi-task Learning for Radar Signal Characterisation [52.82104394081535]
本稿では,マルチタスク学習(MTL)問題として,レーダ信号の分類と特徴化に取り組むためのアプローチを提案する。
本稿では,複数のレグレッションタスクと分類タスクを同時最適化するIQST(IQ Signal Transformer)を提案する。
合成レーダデータセット上で提案したMTLモデルの性能を示すとともに,レーダ信号の特徴付けのための一級ベンチマークも提供する。
論文 参考訳(メタデータ) (2023-06-19T12:01:28Z) - Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on
Neuro-Symbolic Computing [66.91310801654548]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。
NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文 参考訳(メタデータ) (2022-10-28T04:38:10Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳(メタデータ) (2022-07-18T11:38:32Z) - Visuo-Haptic Object Perception for Robots: An Overview [1.7033055327465234]
本稿では,ロボット応用におけるマルチモーダル物体認識の現状を概説する。
生物学的インスピレーション、センサー技術、データセット、オブジェクト認識と把握のための知覚データ処理の側面をカバーしている。
論文 参考訳(メタデータ) (2022-03-22T08:55:36Z) - An energy-based model for neuro-symbolic reasoning on knowledge graphs [0.0]
産業自動化システムを特徴付けるためのエネルギーベースのグラフ埋め込みアルゴリズムを提案する。
複数のドメインからの知識を組み合わせることで、学習モデルはコンテキスト対応の予測を行うことができる。
提示されたモデルは、生物学的にインスパイアされたニューラルアーキテクチャにマッピング可能であり、グラフ埋め込み法とニューロモルフィックコンピューティングの間の最初のブリッジとして機能する。
論文 参考訳(メタデータ) (2021-10-04T18:02:36Z) - Signal Processing and Machine Learning Techniques for Terahertz Sensing:
An Overview [89.09270073549182]
テラヘルツ(THz)信号生成と放射法は、無線システムの未来を形作っている。
THz 固有の信号処理技術は、THz 帯域の効率的な利用のために、この THz センシングへの関心を補う必要がある。
本稿では,信号前処理に着目した手法の概要を示す。
また,THz帯で有望な知覚能力を探索し,深層学習の有効性についても検討した。
論文 参考訳(メタデータ) (2021-04-09T01:38:34Z) - Intelligent Radio Signal Processing: A Survey [23.399432997982988]
本調査では、変調分類、信号検出、ビームフォーミング、チャネル推定を含む、無線物理層のための4つのインテリジェント信号処理トピックについて述べる。
必要な背景を提供するため、まず、機械学習、ディープラーニング、フェデレーション学習などのAI技術の概要を紹介する。
我々は、インテリジェント無線信号処理分野における多くの研究課題と今後の方向性を強調した。
論文 参考訳(メタデータ) (2020-08-19T05:06:31Z) - Graph signal processing for machine learning: A review and new
perspectives [57.285378618394624]
本稿では,GSPの概念とツール,例えばグラフフィルタや変換による新しい機械学習アルゴリズム開発への重要な貢献について概説する。
本稿では,データ構造とリレーショナル事前の活用,データと計算効率の向上,モデル解釈可能性の向上について論じる。
我々は,応用数学と信号処理の橋渡しとなるGSP技術と,他方の機械学習とネットワーク科学の橋渡しとなる新たな視点を提供する。
論文 参考訳(メタデータ) (2020-07-31T13:21:33Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳(メタデータ) (2020-01-27T11:21:05Z)
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。