Fugu-MT 論文翻訳(概要): On the Feasibility of CubeSats Application Sandboxing for Space Missions

論文の概要: On the Feasibility of CubeSats Application Sandboxing for Space Missions

arxiv url: http://arxiv.org/abs/2404.04127v1
Date: Fri, 5 Apr 2024 14:23:49 GMT
ステータス: 処理完了
システム内更新日: 2024-04-08 15:45:42.569306
Title: On the Feasibility of CubeSats Application Sandboxing for Space Missions
Title（参考訳）: 宇宙ミッションにおけるキューブサットのサンドボックス化の可能性について
Authors: Gabriele Marra, Ulysse Planta, Philipp Wüstenberg, Ali Abbasi,
Abstract要約: 本論文は、開発中の衛星に適したサンドボックス機構の設計と選択の過程について詳述する。我々の研究の中心は、衛星ペイロードに対するサンドボックスの選択基準の開発と、その適切性を評価することである。我々はまた、すでに運用されている2つの衛星であるS suchaiとSALSATに対して、その有効性を検証するためにアプローチを検証した。
参考スコア（独自算出の注目度）: 2.3428299074204157
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This paper details our journey in designing and selecting a suitable application sandboxing mechanism for a satellite under development, with a focus on small satellites. Central to our study is the development of selection criteria for sandboxing and assessing its appropriateness for our satellite payload. We also test our approach on two already operational satellites, Suchai and SALSAT, to validate its effectiveness. These experiments highlight the practicality and efficiency of our chosen sandboxing method for real-world space systems. Our results provide insights and highlight the challenges involved in integrating application sandboxing in the space sector.
Abstract（参考訳）: 本稿では、開発中の衛星に適したサンドボックス機構の設計と選択の過程について詳述し、小型衛星に焦点をあてる。我々の研究の中心は、衛星ペイロードに対するサンドボックスの選択基準の開発と、その適切性を評価することである。我々はまた、すでに運用されている2つの衛星であるS suchaiとSALSATに対して、その有効性を検証するためにアプローチを検証した。これらの実験は、実世界の宇宙システムのための選択されたサンドボックス方式の実用性と効率性を強調した。我々の結果は、宇宙セクターにおけるアプリケーションサンドボックスの統合に関わる課題を洞察し、強調する。

関連論文リスト

On-orbit Servicing for Spacecraft Collision Avoidance With Autonomous Decision Making [0.0]
本研究は、宇宙船衝突回避演習(CAM)を支援するために、AIによるOOSミッションの実装を開発する。本稿では、RL(Reinforcement Learning)を用いて訓練された自律型サーベイラを提案し、ターゲット衛星と宇宙デブリの衝突を自律的に検出し、絶滅危惧衛星とのランデブーとドッキングを行い、最適なCAMを実行する。
論文参考訳（メタデータ） (2024-09-25T17:40:37Z)
Reinforcement Learning-enabled Satellite Constellation Reconfiguration and Retasking for Mission-Critical Applications [10.652828373995519]
衛星故障が星座性能と関連するタスク要求に与える影響を批判的に評価する。本稿では、強化学習(RL)技術、特にQ学習、ポリシーグラディエント、ディープQネットワーク(DQN)、およびPPOを紹介する。その結果, DQNとPPOは, 平均報酬, タスク完了率, 応答時間で有効な結果が得られることを示した。
論文参考訳（メタデータ） (2024-09-03T20:01:56Z)
Language Models are Spacecraft Operators [36.943670587532026]
大規模言語モデル(LLM)は、ユーザのテキストプロンプトの内容に基づいてアクションを行う自律エージェントである。我々は,KSPDG(Kerbal Space Program Differential Games)チャレンジに対して,純粋なLLMベースのソリューションを開発した。
論文参考訳（メタデータ） (2024-03-30T16:43:59Z)
Characterizing Satellite Geometry via Accelerated 3D Gaussian Splatting [0.0]
本稿では,3次元ガウス散乱に基づく軌道上の衛星のマッピング手法を提案する。ループ型衛星モックアップにおけるモデルトレーニングと3次元レンダリング性能を実演する。我々のモデルでは、未知の衛星の高品質な新しいビューを、従来のNeRFベースのアルゴリズムよりも2桁近く高速にトレーニングし、レンダリングすることが可能であることが示されている。
論文参考訳（メタデータ） (2024-01-05T00:49:56Z)
SpaceYOLO: A Human-Inspired Model for Real-time, On-board Spacecraft Feature Detection [0.0]
衝突の危険箇所を特定するためには、リアルタイムで自動的な宇宙船の特徴認識が必要である。新しいアルゴリズムSpaceYOLOは、最先端のオブジェクト検出器YOLOv5を、人間にインスパイアされた意思決定プロセスに基づいて、別個のニューラルネットワークで融合する。 SpaceYOLOの自律型宇宙船検出の性能は、ハードウェア・イン・ザ・ループ実験において通常のYOLOv5と比較される。
論文参考訳（メタデータ） (2023-02-02T02:11:39Z)
SpaceQA: Answering Questions about the Design of Space Missions and Space Craft Concepts [57.012600276711005]
宇宙ミッション設計における最初のオープンドメインQAシステムであるSpaceQAについて述べる。 SpaceQAは、欧州宇宙機関(ESA)による、宇宙ミッションの設計に関する情報のアクセス、共有、再利用を容易にするイニシアチブの一部である。
論文参考訳（メタデータ） (2022-10-07T09:41:39Z)
A CubeSat platform for space based quantum key distribution [62.997667081978825]
我々は3UキューブサットであるSpooQy-1のフォローアップミッションについて報告し、軌道上で偏光に絡み合った光子の発生を実証した。ミッションの次のイテレーションでは、偏光に絡み合った光子対のコンパクトなソースに基づいて、衛星と地上の量子鍵の分布を示す。我々は,現在シンガポールで建設中の光地上局の設計について,量子信号を受信するための設計を簡潔に述べる。
論文参考訳（メタデータ） (2022-04-23T06:28:43Z)
Embedding Earth: Self-supervised contrastive pre-training for dense land cover classification [61.44538721707377]
本研究では,衛星画像の高可用性を活用するための自己監督型コントラスト事前学習法として,エンベディングアースを提案する。提案手法による事前学習では, 25%の絶対mIoUが得られた。学習した特徴は、異なる領域間で一般化され、提案した事前学習スキームの可能性を開放する。
論文参考訳（メタデータ） (2022-03-11T16:14:14Z)
Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文参考訳（メタデータ） (2021-12-10T11:49:51Z)
Deep Learning Aided Routing for Space-Air-Ground Integrated Networks Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
論文参考訳（メタデータ） (2021-10-28T14:12:10Z)
Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks [51.05735925326235]
低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
論文参考訳（メタデータ） (2020-05-26T05:39:27Z)

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。