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
- Denoising Distillation Makes Event-Frame Transformers as Accurate Gaze Trackers [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。
本質的に異なる生理構造を考えると、与えられた状態に基づいて正確に推定することは困難である。
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への状態遷移の定量化として、視線推定を再構成する。
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) - Learning-based estimation of in-situ wind speed from underwater
acoustics [58.293528982012255]
水中音響から風速時系列を検索するための深層学習手法を提案する。
我々のアプローチは、事前の物理知識と計算効率の両面から恩恵を受けるために、データ同化と学習ベースのフレームワークをブリッジする。
論文 参考訳(メタデータ) (2022-08-18T15:27:40Z) - 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) - A Survey on Mathematical Aspects of Machine Learning in GeoPhysics: The
Cases of Weather Forecast, Wind Energy, Wave Energy, Oil and Gas Exploration [1.0279748604797907]
本稿では,地球物理学とそれに対応するサブブランチの文脈において,機械学習技術(ML)を適用した最も注目すべき研究についてレビューする。
我々は、これまで達成された進歩と、今後の研究の重要な方向性について紹介する。
論文 参考訳(メタデータ) (2021-02-05T14:44:34Z)
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。