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

• IPSeg: Image Posterior Mitigates Semantic Drift in Class-Incremental Segmentation [77.06177202334398]
  CISSにおけるセマンティックドリフトとデグレード性能に寄与する2つの重要な課題を特定した。 まず、モデルの異なる部分が異なる漸進的な段階に最適化されるという、別々の最適化の問題を強調します。 第二に、不適切な擬似ラベルから生じる雑音のセマンティクスを同定し、その結果、準最適結果が得られる。
  論文  参考訳（メタデータ） (2025-02-07T12:19:37Z)
• Parallel Sequence Modeling via Generalized Spatial Propagation Network [80.66202109995726]
  Generalized Spatial Propagation Network (GSPN)は、2次元空間構造を本質的にキャプチャする最適化された視覚タスクのための新しいアテンションメカニズムである。 GSPNは、空間的コヒーレントな画像データを直接操作し、ラインスキャンアプローチを通じて高密度なペアワイズ接続を形成することにより、制限を克服する。 GSPNは、ImageNet分類、クラス誘導画像生成、テキスト・ツー・イメージ生成などの視覚タスクにおいて、より優れた空間忠実性と最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-01-21T18:56:19Z)
• Comprehensive Generative Replay for Task-Incremental Segmentation with Concurrent Appearance and Semantic Forgetting [49.87694319431288]
  一般的なセグメンテーションモデルは、異なる画像ソースからの様々なオブジェクトを含む様々なタスクに対して、ますます好まれている。 画像とマスクのペアを合成することで外観と意味の知識を復元する包括的生成(CGR)フレームワークを提案する。 漸進的タスク(心身、基礎、前立腺のセグメンテーション)の実験は、同時出現と意味的忘れを緩和する上で、明らかな優位性を示している。
  論文  参考訳（メタデータ） (2024-06-28T10:05:58Z)
• Binarized Diffusion Model for Image Super-Resolution [61.963833405167875]
  超圧縮アルゴリズムであるバイナリ化は、高度な拡散モデル(DM)を効果的に加速する可能性を提供する 既存の二項化法では性能が著しく低下する。 画像SRのための新しいバイナライズ拡散モデルBI-DiffSRを提案する。
  論文  参考訳（メタデータ） (2024-06-09T10:30:25Z)
• Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation [63.15257949821558]
  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)
• 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)
• 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)

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。