論文の概要: Information-Based Sensor Placement for Data-Driven Estimation of
Unsteady Flows
- arxiv url: http://arxiv.org/abs/2303.12260v1
- Date: Wed, 22 Mar 2023 02:00:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-23 15:36:41.592762
- Title: Information-Based Sensor Placement for Data-Driven Estimation of
Unsteady Flows
- Title(参考訳): 非定常流れのデータ駆動推定のための情報ベースセンサ配置
- Authors: John Graff, Albert Medina, and Francis Lagor
- Abstract要約: 本稿では,データ駆動型フローフィールド推定のためのセンサ選択フレームワークを提案する。
このフレームワークは、データ駆動モデリング、定常カルマンフィルタ設計、およびセンサーの逐次選択のためのスパーシフィケーション技術を組み合わせている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Estimation of unsteady flow fields around flight vehicles may improve flow
interactions and lead to enhanced vehicle performance. Although flow-field
representations can be very high-dimensional, their dynamics can have low-order
representations and may be estimated using a few, appropriately placed
measurements. This paper presents a sensor-selection framework for the intended
application of data-driven, flow-field estimation. This framework combines
data-driven modeling, steady-state Kalman Filter design, and a sparsification
technique for sequential selection of sensors. This paper also uses the sensor
selection framework to design sensor arrays that can perform well across a
variety of operating conditions. Flow estimation results on numerical data show
that the proposed framework produces arrays that are highly effective at
flow-field estimation for the flow behind and an airfoil at a high angle of
attack using embedded pressure sensors. Analysis of the flow fields reveals
that paths of impinging stagnation points along the airfoil's surface during a
shedding period of the flow are highly informative locations for placement of
pressure sensors.
- Abstract(参考訳): 飛行車両周辺の非定常流れ場の推定は、流れの相互作用を改善し、車両の性能を向上させる可能性がある。
流れ場表現は非常に高次元であるが、それらの力学は低次表現を持ち、適切に配置されたいくつかの測定値を用いて推定することができる。
本稿では,データ駆動フロー場推定のためのセンサ選択フレームワークを提案する。
このフレームワークは、データ駆動モデリング、定常カルマンフィルタ設計、およびセンサーの逐次選択のためのスパーシフィケーション技術を組み合わせる。
また,センサ選択フレームワークを用いて,様々な操作条件で良好な動作が可能なセンサアレイを設計する。
数値データを用いた流速推定の結果, 組込み圧力センサを用いて, 後方の流れと翼の流場推定に極めて有効であるアレイを高速に生成できることが示唆された。
流れ場の解析により, 流れの流下期間中に翼面に停滞点を衝突させる経路が, 圧力センサの配置に非常に有意義な位置であることが判明した。
関連論文リスト
- DeepVIVONet: Using deep neural operators to optimize sensor locations with application to vortex-induced vibrations [1.912429179274357]
DeepVIVONetは,海面上昇器の渦誘起振動(VIV)の最適動的再構成と予測のための新しいフレームワークである。
本研究は,沖合いの海面上昇船の挙動を時空間計測により正確に再現する際のDeepVIVONetの有効性を実証する。
論文 参考訳(メタデータ) (2025-01-07T19:29:10Z) - Unsupervised Cross-Domain Soft Sensor Modelling via Deep
Physics-Inspired Particle Flow Bayes [3.2307729081989334]
クロスドメイン・ソフト・センサ・モデリングのためのディープ・パーティクル・フロー・ベイズ・フレームワークを提案する。
特に、まずシーケンシャルベイズ目標を定式化し、最大推定を行う。
複雑な産業用多相流プロセスシステムにおけるフレームワークの有効性を検証した。
論文 参考訳(メタデータ) (2023-06-08T03:43:32Z) - Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol
Particles for Frontier Exploration [55.41644538483948]
本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。
ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。
本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
論文 参考訳(メタデータ) (2023-04-27T20:21:18Z) - Simulating Road Spray Effects in Automotive Lidar Sensor Models [22.047932516111732]
本研究では,ライダーデータに噴霧する新しいモデリング手法を提案する。
このモデルはOpen Simulation Interface (OSI)標準に準拠しており、噴霧管内の検出クラスターの形成に基づいている。
このモデルにより,実世界の噴霧シナリオの検出が大幅に改善できることが示されている。
論文 参考訳(メタデータ) (2022-12-16T16:25:36Z) - Environmental Sensor Placement with Convolutional Gaussian Neural
Processes [65.13973319334625]
センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。
確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。
本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
論文 参考訳(メタデータ) (2022-11-18T17:25:14Z) - Correlating sparse sensing for large-scale traffic speed estimation: A
Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。
次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
論文 参考訳(メタデータ) (2022-10-21T07:25:57Z) - Dense Air Quality Maps Using Regressive Facility Location Based Drive By
Sensing [4.264192013842096]
本稿では,隣接する場所におけるスムーズさと自己回帰時間相関を組み込んだ効率的な車両選択フレームワークを提案する。
インド・デリーの公共交通機関からサブセットを選択する際の枠組みを評価する。
論文 参考訳(メタデータ) (2022-01-20T18:20:37Z) - Sensor-Guided Optical Flow [53.295332513139925]
本稿では、未知の領域や未知の領域において、より優れた精度を実現するために、外部キューを用いた光フローネットワークを誘導するフレームワークを提案する。
能動センサからの深度測定と幾何および手作り光学フローアルゴリズムを組み合わせることで,これらがどのように得られるかを示す。
論文 参考訳(メタデータ) (2021-09-30T17:59:57Z) - Data-aided Sensing for Gaussian Process Regression in IoT Systems [48.523643863141466]
我々は,インターネット・オブ・シングス・システムにおいて,センサから収集したデータセットの学習にデータアシストセンシングを用いる。
データ支援センシングによるガウス過程回帰の精度向上に寄与し,予測によるマルチチャネルALOHAの修正が有効であることを示す。
論文 参考訳(メタデータ) (2020-11-23T20:59:51Z) - Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。
我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。
実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
論文 参考訳(メタデータ) (2020-03-23T10:51:32Z)
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。