論文の概要: Satellite image data downlink scheduling problem with family attribute:
Model &Algorithm
- arxiv url: http://arxiv.org/abs/2207.01412v1
- Date: Mon, 4 Jul 2022 13:48:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-05 14:40:50.177839
- Title: Satellite image data downlink scheduling problem with family attribute:
Model &Algorithm
- Title(参考訳): 家族属性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:モデルとアルゴリズム
- Authors: Zhongxiang Chang and Zhongbao Zhou
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The asynchronous development between the observation capability and the
transition capability results in that an original image data (OID) formed by
one-time observation cannot be completely transmitted in one transmit chance
between the EOS and GS (named as a visible time window, VTW). It needs to
segment the OID to several segmented image data (SID) and then transmits them
in several VTWs, which enriches the extension of satellite image data downlink
scheduling problem (SIDSP). We define the novel SIDSP as satellite image data
downlink scheduling problem with family attribute (SIDSPWFA), in which some big
OID is segmented by a fast segmentation operator first, and all SID and other
no-segmented OID is transmitted in the second step. Two optimization
objectives, the image data transmission failure rate (FR) and the segmentation
times (ST), are then designed to formalize SIDSPWFA as a bi-objective discrete
optimization model. Furthermore, a bi-stage differential evolutionary
algorithm(DE+NSGA-II) is developed holding several bi-stage operators.
Extensive simulation instances show the efficiency of models, strategies,
algorithms and operators is analyzed in detail.
- Abstract(参考訳): 観測能力と遷移能力との間の非同期な発達により、1回観察によって生成された原画像データ(OID)が、EOSとGS(可視時間窓、VTW)の間の1つの送信チャンスで完全に送信できない。
OIDを複数のセグメント化された画像データ(SID)に分割し、複数のVTWに送信し、衛星画像データダウンリンクスケジューリング問題(SIDSP)の拡張を強化する必要がある。
本稿では,新しいSIDSPを,家族属性を用いた衛星画像データダウンリンクスケジューリング問題(SIDSPWFA)として定義する。
次に、画像データ伝送障害率(FR)とセグメンテーション時間(ST)の2つの最適化目標を、2目的離散最適化モデルとしてSIDSPWFAを定式化する。
さらに、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。
広範なシミュレーションの例では、モデル、戦略、アルゴリズム、演算子の効率が詳細に分析されている。
関連論文リスト
- Rotated Multi-Scale Interaction Network for Referring Remote Sensing
Image Segmentation [66.31941110777734]
Referring Remote Sensing Image (RRSIS)は、コンピュータビジョンと自然言語処理を組み合わせた新しい課題である。
従来の参照画像(RIS)アプローチは、空中画像に見られる複雑な空間スケールと向きによって妨げられている。
本稿ではRMSIN(Rotated Multi-Scale Interaction Network)を紹介する。
論文 参考訳(メタデータ) (2023-12-19T08:14:14Z) - Exploring Invariant Representation for Visible-Infrared Person
Re-Identification [77.06940947765406]
異なるスペクトルを横断する歩行者にアイデンティティを関連付けることを目的とした、クロススペクトルの人物再識別は、モダリティの相違の主な課題に直面している。
本稿では、ロバスト機能マイニングネットワーク(RFM)と呼ばれるエンドツーエンドのハイブリッド学習フレームワークにおいて、画像レベルと特徴レベルの両方の問題に対処する。
RegDBとSYSU-MM01という2つの標準的なクロススペクトル人物識別データセットの実験結果により,最先端の性能が示された。
論文 参考訳(メタデータ) (2023-02-02T05:24:50Z) - Unsupervised Domain Adaptation with Histogram-gated Image Translation
for Delayered IC Image Analysis [2.720699926154399]
Histogram-gated Image Translation (HGIT)は、特定のソースデータセットからターゲットデータセットのドメインに変換する、教師なしのドメイン適応フレームワークである。
提案手法は,報告したドメイン適応手法と比較して最高の性能を達成し,完全教師付きベンチマークに適当に近い。
論文 参考訳(メタデータ) (2022-09-27T15:53:22Z) - SatMAE: Pre-training Transformers for Temporal and Multi-Spectral
Satellite Imagery [74.82821342249039]
Masked Autoencoder(MAE)に基づく時間・マルチスペクトル衛星画像の事前学習フレームワークであるSatMAEについて述べる。
時間的情報を活用するために、時間にわたって画像パッチを個別にマスキングする時間的埋め込みを含む。
論文 参考訳(メタデータ) (2022-07-17T01:35:29Z) - 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) - An adaptive bi-objective optimization algorithm for the satellite image
data downlink scheduling problem considering request split [0.0]
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。
論文 参考訳(メタデータ) (2022-06-28T15:37:34Z) - Two-Stream Graph Convolutional Network for Intra-oral Scanner Image
Segmentation [133.02190910009384]
本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。
TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
論文 参考訳(メタデータ) (2022-04-19T10:41:09Z) - Learning Self-Supervised Low-Rank Network for Single-Stage Weakly and
Semi-Supervised Semantic Segmentation [119.009033745244]
本稿では,単一段階弱教師付きセマンティックセマンティックセマンティックセマンティクス(WSSS)と半教師付きセマンティクスセマンティクスセマンティクス(SSSS)のための自己教師付き低ランクネットワーク(SLRNet)を提案する。
SLRNetは、画像の異なるビューから複数の注意深いLR表現を同時に予測し、正確な擬似ラベルを学習する。
Pascal VOC 2012、COCO、L2IDデータセットの実験では、SLRNetは最先端のWSSSメソッドとSSSSメソッドの両方で、さまざまな設定で優れています。
論文 参考訳(メタデータ) (2022-03-19T09:19:55Z) - Unsupervised Person Re-identification via Simultaneous Clustering and
Consistency Learning [22.008371113710137]
静止画からの視覚的一貫性とトレーニングプロセス中の時間的一貫性を学習することにより、教師なし再IDのプリテキストタスクを設計します。
2つのエンコードされたビューを同じクラスタにグループ化し、ビュー間の視覚的一貫性を高めることで、モデルを最適化する。
論文 参考訳(メタデータ) (2021-04-01T02:10:42Z) - Spatio-temporal Modeling for Large-scale Vehicular Networks Using Graph
Convolutional Networks [110.80088437391379]
SMARTと呼ばれるグラフベースのフレームワークが提案され、大規模な地理的領域にわたるV2I通信遅延の統計をモデル化し、追跡する。
深層Q-networksアルゴリズムと統合したグラフ畳み込みネットワークを用いたグラフ再構築型手法を開発する。
その結果,提案手法は,モデル化の精度と効率と,大規模車両ネットワークにおける遅延性能を有意に向上させることが示された。
論文 参考訳(メタデータ) (2021-03-13T06:56:29Z)
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。