論文の概要: An adaptive bi-objective optimization algorithm for the satellite image
data downlink scheduling problem considering request split
- arxiv url: http://arxiv.org/abs/2207.00168v1
- Date: Tue, 28 Jun 2022 15:37:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-10 11:20:34.952099
- Title: An adaptive bi-objective optimization algorithm for the satellite image
data downlink scheduling problem considering request split
- Title(参考訳): 要求分割を考慮した衛星画像データダウンリンクスケジューリング問題に対する適応的双方向最適化アルゴリズム
- Authors: Zhongxiang Chang and Abraham P. Punnen and Zhongbao Zhou
- Abstract要約: 動的二相衛星画像データダウンリンクスケジューリング問題(D-SIDSP)を導入する。
D-SIDSPは、画像データセグメンテーションと画像データダウンリンクの2つの相互接続操作を動的に結合する。
D-SIDSP を解くために,適応的二目的メメティックアルゴリズム ALNS+NSGA-II を開発した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The satellite image data downlink scheduling problem (SIDSP) is well studied
in literature for traditional satellites. With recent developments in satellite
technology, SIDSP for modern satellites became more complicated, adding new
dimensions of complexities and additional opportunities for the effective use
of the satellite. In this paper, we introduce the dynamic two-phase satellite
image data downlink scheduling problem (D-SIDSP) which combines two interlinked
operations of image data segmentation and image data downlink, in a dynamic
way, and thereby offering additional modelling flexibility and renewed
capabilities. D-SIDSP is formulated as a bi-objective problem of optimizing the
image data transmission rate and the service-balance degree. Harnessing the
power of an adaptive large neighborhood search algorithm (ALNS) with a
nondominated sorting genetic algorithm II (NSGA-II), an adaptive bi-objective
memetic algorithm, ALNS+NSGA-II, is developed to solve D-SIDSP. Results of
extensive computational experiments carried out using benchmark instances are
also presented. Our experimental results disclose that the algorithm
ALNS+NSGA-II is a viable alternative to solve D-SIDSP more efficiently and
demonstrates superior outcomes based on various performance metrics. The paper
also offers new benchmark instances for D-SIDSP that can be used in future
research works on the topic.
- Abstract(参考訳): 衛星画像データダウンリンクスケジューリング問題(SIDSP)は、従来の衛星の文献でよく研究されている。
近年の衛星技術の発展により、現代の衛星のSIDSPはより複雑になり、衛星を効果的に利用するための新たな次元と機会が加わった。
本稿では,画像データのセグメンテーションと画像データダウンリンクの2つの相互接続操作を動的に組み合わせ,さらなるモデリングの柔軟性と能力の更新を実現する,d-sidsp(dynamic two-phase satellite image data downlink scheduling problem)を提案する。
D-SIDSPは、画像データ伝送率とサービスバランス度を最適化する双目的問題として定式化される。
適応型大近傍探索アルゴリズム (ALNS) と非支配型ソート遺伝的アルゴリズム (NSGA-II) を併用した適応型大近傍探索アルゴリズム (ALNS+NSGA-II) の能力を利用してD-SIDSPを解く。
ベンチマークインスタンスを用いた広範囲な計算実験の結果も示す。
実験の結果,アルゴリズムALNS+NSGA-IIはより効率的にD-SIDSPを解くための代替手段であり,様々な性能指標に基づいて優れた結果を示す。
論文はまた、D-SIDSPの新しいベンチマークインスタンスを提供し、このトピックに関する将来の研究で使用することができる。
関連論文リスト
- TransNAS-TSAD: Harnessing Transformers for Multi-Objective Neural
Architecture Search in Time Series Anomaly Detection [3.5681028373124066]
本稿では,トランスナS-TSADについて紹介する。トランスナS-TSADは,トランスフォーマーアーキテクチャとニューラルアーキテクチャサーチ(NAS)を相乗化するフレームワークである。
評価の結果,TransNAS-TSADはアーキテクチャ適応性の改善により従来の異常検出モデルを上回ることがわかった。
論文 参考訳(メタデータ) (2023-11-29T20:13:32Z) - ADASR: An Adversarial Auto-Augmentation Framework for Hyperspectral and
Multispectral Data Fusion [54.668445421149364]
HSI(Deep Learning-based Hyperspectral Image)は、HSI(Hyperspectral Image)とMSI(Multispectral Image)を深層ニューラルネットワーク(DNN)に融合させることにより、高空間分解能HSI(HR-HSI)を生成することを目的としている。
本稿では, HSI-MSI 融合のためのデータ多様性を向上するために, HSI-MSI サンプルペアの自動最適化と拡張を行う新しい逆自動データ拡張フレームワーク ADASR を提案する。
論文 参考訳(メタデータ) (2023-10-11T07:30:37Z) - SatDM: Synthesizing Realistic Satellite Image with Semantic Layout
Conditioning using Diffusion Models [0.0]
Denoising Diffusion Probabilistic Models (DDPM) は意味的レイアウトから現実的なイメージを合成する上で大きな可能性を証明している。
本稿では,セマンティックマップを用いて高品質で多様な衛星画像を生成する条件付きDDPMモデルを提案する。
提案モデルの有効性は,本研究の文脈内で導入した詳細なラベル付きデータセットを用いて検証する。
論文 参考訳(メタデータ) (2023-09-28T19:39:13Z) - IM-IAD: Industrial Image Anomaly Detection Benchmark in Manufacturing [88.35145788575348]
画像異常検出(英: Image Anomaly Detection、IAD)は、産業用コンピュータビジョンの課題である。
統一IMベンチマークの欠如は、現実世界のアプリケーションにおけるIADメソッドの開発と利用を妨げる。
7つの主要なデータセットに19のアルゴリズムを含む包括的画像異常検出ベンチマーク(IM-IAD)を構築した。
論文 参考訳(メタデータ) (2023-01-31T01:24:45Z) - Satellite image data downlink scheduling problem with family attribute:
Model &Algorithm [0.0]
ワンタイム観測によって生成された原画像データ(OID)は、EOSとGSの1つの送信チャンスで完全には送信できない。
複数の二段階演算子を持つ二段階微分進化アルゴリズム(DE+NSGA-II)を開発した。
論文 参考訳(メタデータ) (2022-07-04T13:48:58Z) - Multi-strip observation scheduling problem for ac-tive-imaging agile
earth observation satellites [0.0]
能動画像型地球観測衛星(MOSP)のマルチストリップ観測スケジューリング問題について検討する。
適応的大近傍探索アルゴリズム (ALNS) と非支配的ソート遺伝的アルゴリズム (NSGA-II) の組合せ力を統合した適応的二目的メメティクスアルゴリズムとともに、二目的最適化モデルを示す。
我々のモデルは既存のモデルよりも多用途であり、応用問題解決の能力を高める。
論文 参考訳(メタデータ) (2022-07-04T08:35:57Z) - Three multi-objective memtic algorithms for observation scheduling
problem of active-imaging AEOS [0.0]
可変画像長(OSWVID)を持つAEOSの観測スケジューリング問題として,この新たな問題を提唱する。
二目的最適化モデルとしてOSWVIDを構築するために,累積画質と詳細なエネルギー消費を提案する。
次に、OSWVIDを解くために、PD+NSGA-II、LANSGA-II、ALNS+NSGA-IIの3つの多目的メメティックアルゴリズムが設計される。
論文 参考訳(メタデータ) (2022-07-04T08:18:54Z) - Unpaired Image Super-Resolution with Optimal Transport Maps [128.1189695209663]
実世界の画像超解像(SR)タスクは、しばしば、教師付き技術の適用を制限するペアデータセットを持っていない。
本稿では,非バイアスのOTマップを知覚輸送コストで学習する未ペアSRのアルゴリズムを提案する。
我々のアルゴリズムは、大規模無人AIM-19データセット上で、最先端のパフォーマンスをほぼ提供する。
論文 参考訳(メタデータ) (2022-02-02T16:21:20Z) - RRNet: Relational Reasoning Network with Parallel Multi-scale Attention
for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。
光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。
提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
論文 参考訳(メタデータ) (2021-10-27T07:18:32Z) - Distributed Multi-agent Meta Learning for Trajectory Design in Wireless
Drone Networks [151.27147513363502]
本稿では,動的無線ネットワーク環境で動作するエネルギー制約型ドローン群に対する軌道設計の問題点について検討する。
値ベース強化学習(VDRL)ソリューションとメタトレイン機構を提案する。
論文 参考訳(メタデータ) (2020-12-06T01:30:12Z) - Meta-Reinforcement Learning for Trajectory Design in Wireless UAV
Networks [151.65541208130995]
ドローン基地局(DBS)は、要求が動的で予測不可能な地上ユーザーへのアップリンク接続を提供するために派遣される。
この場合、DBSの軌道は動的ユーザアクセス要求を満たすように適応的に調整されなければならない。
新たな環境に遭遇したDBSの軌道に適応するために,メタラーニングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-05-25T20:43:59Z)
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。