論文の概要: Neural Network Based Approach to Recognition of Meteor Tracks in the Mini-EUSO Telescope Data

• arxiv url: http://arxiv.org/abs/2311.14983v1
• Date: Sat, 25 Nov 2023 10:00:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-29 22:31:23.136146
• Title: Neural Network Based Approach to Recognition of Meteor Tracks in the Mini-EUSO Telescope Data
• Title（参考訳）: ミニユーソ望遠鏡データにおける流星軌道認識へのニューラルネットワークによるアプローチ
• Authors: Mikhail Zotov, Dmitry Anzhiganov, Aleksandr Kryazhenkov, Dario Barghini, Matteo Battisti, Alexander Belov, Mario Bertaina, Marta Bianciotto, Francesca Bisconti, Carl Blaksley, Sylvie Blin, Giorgio Cambi\`e, Francesca Capel, Marco Casolino, Toshikazu Ebisuzaki, Johannes Eser, Francesco Fenu, Massimo Alberto Franceschi, Alessio Golzio, Philippe Gorodetzky, Fumiyoshi Kajino, Hiroshi Kasuga, Pavel Klimov, Massimiliano Manfrin, Laura Marcelli, Hiroko Miyamoto, Alexey Murashov, Tommaso Napolitano, Hiroshi Ohmori, Angela Olinto, Etienne Parizot, Piergiorgio Picozza, Lech Wiktor Piotrowski, Zbigniew Plebaniak, Guillaume Pr\'ev\^ot, Enzo Reali, Marco Ricci, Giulia Romoli, Naoto Sakaki, Kenji Shinozaki, Christophe De La Taille, Yoshiyuki Takizawa, Michal Vr\'abel and Lawrence Wiencke
• Abstract要約: ミニEUSO(Mini-EUSO)は、国際宇宙ステーションから地球の夜間大気に紫外線(UV)を登録する広角蛍光望遠鏡である。 2値分類問題の観点から,Mini-EUSOデータにおける流星信号の認識を高精度に行うための2つの単純な人工ニューラルネットワークを提案する。
• 参考スコア（独自算出の注目度）: 44.35048360978502
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mini-EUSO is a wide-angle fluorescence telescope that registers ultraviolet (UV) radiation in the nocturnal atmosphere of Earth from the International Space Station. Meteors are among multiple phenomena that manifest themselves not only in the visible range but also in the UV. We present two simple artificial neural networks that allow for recognizing meteor signals in the Mini-EUSO data with high accuracy in terms of a binary classification problem. We expect that similar architectures can be effectively used for signal recognition in other fluorescence telescopes, regardless of the nature of the signal. Due to their simplicity, the networks can be implemented in onboard electronics of future orbital or balloon experiments.
• Abstract（参考訳）: ミニEUSO(Mini-EUSO)は、国際宇宙ステーションから地球の夜間大気に紫外線を登録する広角蛍光望遠鏡である。 メータは可視域だけでなく、紫外線にも現れる複数の現象の1つである。 2値分類問題の観点から,Mini-EUSOデータの流星信号を高精度に認識できる2つの単純な人工ニューラルネットワークを提案する。 同様のアーキテクチャは、信号の性質に関わらず、他の蛍光望遠鏡の信号認識に効果的に利用できると期待する。 ネットワークは単純であるため、将来の軌道実験や気球実験のオンボードエレクトロニクスに実装することができる。

関連論文リスト

• Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
  近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。 本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
  論文  参考訳（メタデータ） (2024-07-12T18:00:02Z)
• Multi-Space Neural Radiance Fields [74.46513422075438]
  既存のニューラルレージアンス場(NeRF)法は反射物体の存在に悩まされている。 並列部分空間における特徴場の群を用いてシーンを表現するマルチスペースニューラルレイディアンス場(MS-NeRF)を提案する。 提案手法は,高品質シーンのレンダリングにおいて,既存の単一空間NeRF法よりも優れていた。
  論文  参考訳（メタデータ） (2023-05-07T13:11:07Z)
• A Neural Network Approach for Selecting Track-like Events in Fluorescence Telescope Data [0.0]
  本稿では,単純な畳み込みニューラルネットワークを用いて,そのような機器を用いて得られるさまざまなデータから,トラックのような事象を効果的に検出する方法を示す。 本稿では,単純な畳み込みニューラルネットワークを用いて,そのような機器を用いて得られるさまざまなデータから,トラックのような事象を効果的に検出する方法を示す。
  論文  参考訳（メタデータ） (2022-12-07T17:10:55Z)
• Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images [96.66271207089096]
  FCOS-LiDARは、自律走行シーンのLiDAR点雲のための完全な1段式3Dオブジェクト検出器である。 標準的な2Dコンボリューションを持つRVベースの3D検出器は、最先端のBEVベースの検出器と同等の性能を発揮することを示す。
  論文  参考訳（メタデータ） (2022-05-27T05:42:16Z)
• Processing Images from Multiple IACTs in the TAIGA Experiment with Convolutional Neural Networks [62.997667081978825]
  我々は、畳み込みニューラルネットワーク(CNN)を用いて、TAIGA実験からモンテカルロシミュレーション画像を分析する。 この分析は、ガンマ線によるシャワーに対応する画像の選択と、ガンマ線のエネルギーを推定することを含む。
  論文  参考訳（メタデータ） (2021-12-31T10:49:11Z)
• Application of neural networks to classification of data of the TUS orbital telescope [0.0]
  我々は、TUS蛍光望遠鏡のデータ分類にニューラルネットワークを用いる。 TUSデータでは、光検出器の宇宙線照射によって発生するトラックライクフラッシュと、遠方の雷から発生するフラッシュの2種類の信号に焦点をあてる。
  論文  参考訳（メタデータ） (2021-06-07T06:31:56Z)
• First Full-Event Reconstruction from Imaging Atmospheric Cherenkov Telescope Real Data with Deep Learning [55.41644538483948]
  チェレンコフ望遠鏡アレイは、地上のガンマ線天文学の未来である。 地上で作られた最初のプロトタイプ望遠鏡であるLarge Size Telescope 1は現在、最初の科学データを収集している。 我々は、深層畳み込みニューラルネットワークに基づくフルイベント再構築の開発とその実データへの適用を初めて提示する。
  論文  参考訳（メタデータ） (2021-05-31T12:51:42Z)
• Multi-Channel Auto-Calibration for the Atmospheric Imaging Assembly using Machine Learning [20.247229396526855]
  現在の技術キャリブレーション技術は周期的観測ロケットに依存している。 畳み込みニューラルネットワーク(CNN)に基づく代替キャリブレーション手法を提案する。 以上の結果から,cnnモデルでは観測ロケット実験の結果を合理的な精度で総合的に再現できることがわかった。
  論文  参考訳（メタデータ） (2020-12-27T22:43:37Z)
• Detection and Classification of Astronomical Targets with Deep Neural Networks in Wide Field Small Aperture Telescopes [9.035184185881777]
  深層ニューラルネットワークに基づく天文目標検出・分類フレームワークを提案する。 我々のフレームワークは、Faster R-CNNの概念を採用し、改良されたResnet-50をバックボーンネットワークとして使用している。 我々は,Nvidia Jetson Xavierのような組み込みデバイスに我々のフレームワークをインストールし,リアルタイムな天文学的目標検出と分類能力を実現することを提案する。
  論文  参考訳（メタデータ） (2020-02-21T10:35:31Z)
• Quantum sensor networks as exotic field telescopes for multi-messenger astronomy [0.0]
  量子センサーネットワークは、超標準モデル(BSM)理論によって予測される天体物理信号の探索に使用できる。 我々は、高エネルギーの天体物理現象が、エキゾチックな低質量場(ELF)の激しいバーストを発生させる可能性を考慮する。 実際、そのような精度の量子センサーネットワークは、十分な強度のELFバーストを生成する源からの信号を検出するためにELF望遠鏡として機能する。
  論文  参考訳（メタデータ） (2020-02-11T12:47:01Z)

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。