Fugu-MT 論文翻訳(概要): Guiding drones by information gain

論文の概要: Guiding drones by information gain

arxiv url: http://arxiv.org/abs/2401.03947v1
Date: Mon, 8 Jan 2024 15:13:23 GMT
ステータス: 処理完了
システム内更新日: 2024-01-09 15:29:12.544087
Title: Guiding drones by information gain
Title（参考訳）: 情報収集によるドローン誘導
Authors: Alouette van Hove, Kristoffer Aalstad, Norbert Pirk
Abstract要約: 本研究では,大気観測からガス配管のパラメーターを推定するための2つのドローンサンプリング手法について検討した。本研究は,インフォタキシーの近視的アプローチと深い強化学習を通じて訓練された遠視ナビゲーション戦略を比較した。非等方性ガス配管環境におけるインフォタキシーよりも深い強化学習の優れた性能を示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The accurate estimation of locations and emission rates of gas sources is crucial across various domains, including environmental monitoring and greenhouse gas emission analysis. This study investigates two drone sampling strategies for inferring source term parameters of gas plumes from atmospheric measurements. Both strategies are guided by the goal of maximizing information gain attained from observations at sequential locations. Our research compares the myopic approach of infotaxis to a far-sighted navigation strategy trained through deep reinforcement learning. We demonstrate the superior performance of deep reinforcement learning over infotaxis in environments with non-isotropic gas plumes.
Abstract（参考訳）: 環境モニタリングや温室効果ガス排出分析など、さまざまな領域において、ガス源の位置と排出率の正確な推定が重要である。本研究では,大気観測からガス配管のパラメーターを推定するための2つのドローンサンプリング手法について検討した。両方の戦略は、シーケンシャルな場所での観測から得られる情報の獲得を最大化するという目標によって導かれる。本研究は,インフォタキシーの近視的アプローチと深い強化学習を通じて訓練された遠視ナビゲーション戦略を比較した。非等方性ガスプルーム環境におけるインフォテキシーよりも深い強化学習の優れた性能を示す。

関連論文リスト

Investigating the Capabilities of Deep Learning for Processing and Interpreting One-Shot Multi-offset GPR Data: A Numerical Case Study for Lunar and Martian Environments [9.150932930653921]
地中レーダー(GPR)は、過去10年間に惑星科学で人気を博してきた、成熟した物理手法である。 GPRはルナーと火星のミッションの両方に使われ、地球外惑星の表面地質に関する重要な情報を提供している。本稿では,GPRデータの解釈・処理におけるディープラーニングの可能性について検討する。
論文参考訳（メタデータ） (2024-10-18T11:38:29Z)
Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
論文参考訳（メタデータ） (2024-08-27T15:03:20Z)
Modeling State Shifting via Local-Global Distillation for Event-Frame Gaze Tracking [61.44701715285463]
本稿では,イベントデータとフレームデータの両方を用いた受動的視線推定の問題に取り組む。我々は、現在の状態からいくつかの事前登録されたアンカー状態に移行する状態の定量化として、視線推定を再構成する。大規模視線推定ネットワークを直接学習する代わりに,地域の専門家グループと学生ネットワークを連携させることにより,一般化能力の向上を図る。
論文参考訳（メタデータ） (2024-03-31T03:30:37Z)
Using reinforcement learning to improve drone-based inference of greenhouse gas fluxes [0.0]
本稿では,ドローンによる表面フラックス推定の枠組みを提案する。 RLで訓練されたドローンは、事前に定義された飛行経路に沿ってドローンをサンプリングするよりも、CO2ホットスポットを正確に定量化することができる。情報に基づく報奨関数は,誤差に基づく報奨関数の性能と一致することがわかった。
論文参考訳（メタデータ） (2024-01-08T14:45:15Z)
GeoViT: A Versatile Vision Transformer Architecture for Geospatial Image Analysis [2.1647301294759624]
マルチモーダルセグメンテーションのための衛星画像処理に有効なコンパクト・ビジョン・トランスフォーマーモデルGeoViTを紹介する。発電速度,燃料タイプ,CO2の配管被覆率,高分解能NO2濃度マッピングの精度が向上した。
論文参考訳（メタデータ） (2023-11-24T06:22:38Z)
Autonomous Detection of Methane Emissions in Multispectral Satellite Data Using Deep Learning [73.01013149014865]
メタンは最も強力な温室効果ガスの1つである。現在のメタン放出モニタリング技術は、近似的な放出要因や自己報告に依存している。深層学習法は、Sentinel-2衛星マルチスペクトルデータにおけるメタン漏れの自動検出に利用することができる。
論文参考訳（メタデータ） (2023-08-21T19:36:50Z)
Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
論文参考訳（メタデータ） (2022-08-24T14:59:28Z)
Deep Learning Models of the Discrete Component of the Galactic Interstellar Gamma-Ray Emission [61.26321023273399]
H2星間ガス中の小さな(あるいは離散的な)構造からの重要な点状成分がフェルミ・LATデータに存在する可能性がある。深層学習は、これらの稀なH2プロキシによって追跡されるガンマ線放射を、データ豊富な領域において統計的に有意な範囲でモデル化するために効果的に利用される可能性がある。
論文参考訳（メタデータ） (2022-06-06T18:00:07Z)
Human Trajectory Prediction via Counterfactual Analysis [87.67252000158601]
複雑な動的環境における人間の軌道予測は、自律走行車やインテリジェントロボットにおいて重要な役割を果たす。既存のほとんどの手法は、歴史の軌跡や環境からの相互作用の手がかりから行動の手がかりによって将来の軌跡を予測することを学習している。本研究では,予測軌跡と入力手がかりの因果関係を調べるために,人間の軌跡予測に対する反実解析手法を提案する。
論文参考訳（メタデータ） (2021-07-29T17:41:34Z)
Appearance-based Gaze Estimation With Deep Learning: A Review and Benchmark [14.306488668615883]
本稿では,ディープラーニングを用いた外見に基づく視線推定手法の体系的レビューを行う。顔/目の検出,データ修正,2D/3D視線変換,視線原点変換など,データ前処理と後処理の方法を要約する。
論文参考訳（メタデータ） (2021-04-26T15:53:03Z)

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。