論文の概要: Advance and Refinement: The Evolution of UAV Detection and Classification Technologies
- arxiv url: http://arxiv.org/abs/2409.05985v1
- Date: Mon, 9 Sep 2024 18:28:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-11 20:02:25.041310
- Title: Advance and Refinement: The Evolution of UAV Detection and Classification Technologies
- Title（参考訳）: 高度化と微細化:UAV検出・分類技術の進化
- Authors: Vladislav Semenyuk, Ildar Kurmashev, Alberto Lupidi, Dmitriy Alyoshin, Liliya Kurmasheva, Alessandro Cantelli-Forti,
- Abstract要約: このレビューでは、2020年から今日までの無人航空機(UAV)の検出・分類システムの進歩を詳細に分析する。
レーダー、無線周波数、光学、音響センサーなどの様々な検出手法を網羅し、高度なセンサー融合技術による統合を強調している。
このレビューは、UAV検出におけるさらなる技術的発展を予測し、性能と信頼性の両方を高めることが期待されている。
- 参考スコア（独自算出の注目度）: 37.69303106863453
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This review provides a detailed analysis of the advancements in unmanned aerial vehicle (UAV) detection and classification systems from 2020 to today. It covers various detection methodologies such as radar, radio frequency, optical, and acoustic sensors, and emphasizes their integration via sophisticated sensor fusion techniques. The fundamental technologies driving UAV detection and classification are thoroughly examined, with a focus on their accuracy and range. Additionally, the paper discusses the latest innovations in artificial intelligence and machine learning, illustrating their impact on improving the accuracy and efficiency of these systems. The review concludes by predicting further technological developments in UAV detection, which are expected to enhance both performance and reliability.
- Abstract（参考訳）: このレビューでは、2020年から今日までの無人航空機(UAV)の検出・分類システムの進歩を詳細に分析する。
レーダー、無線周波数、光学、音響センサーなどの様々な検出手法を網羅し、高度なセンサー融合技術による統合を強調している。
UAV検出と分類を駆動する基本技術は、その精度と範囲に焦点をあてて、徹底的に検討されている。
さらに、人工知能と機械学習の最新の技術革新について論じ、これらのシステムの精度と効率を改善する上での彼らの影響について説明する。
このレビューは、UAV検出におけるさらなる技術的発展を予測し、性能と信頼性の両方を高めることが期待されている。
関連論文リスト
- Multi-Sensor Fusion for UAV Classification Based on Feature Maps of Image and Radar Data [4.392337343771302]
本稿では,すでに処理されているマルチセンサデータを新しいディープニューラルネットワークに融合させて,UAV検出のための分類精度を高めるシステムを提案する。
このモデルは、熱、光、レーダーデータに関連する個々の物体の検出と分類モデルから抽出された高レベル特徴を融合する。
論文 参考訳（メタデータ） (2024-10-21T15:12:37Z) - Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。
近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
論文 参考訳（メタデータ） (2024-10-08T00:25:33Z) - Effective Intrusion Detection for UAV Communications using Autoencoder-based Feature Extraction and Machine Learning Approach [2.3845721581271206]
本稿では,実際のデータセットを用いた自動エンコーダによるUAVの機械学習侵入検出手法を提案する。
実験の結果,提案手法は二分法および多クラス分類タスクのベースラインよりも優れていることがわかった。
論文 参考訳（メタデータ） (2024-10-01T08:44:23Z) - Machine Learning for Pre/Post Flight UAV Rotor Defect Detection Using Vibration Analysis [54.550658461477106]
無人航空機(UAV)は将来のスマートシティにとって重要なインフラ要素となるだろう。
効率的な運用のためには、UAVの信頼性は障害や故障の常時監視によって保証されなければならない。
本稿では,信号処理と機械学習を利用して,包括的振動解析データを分析し,ローターブレードの欠陥の有無を判定する。
論文 参考訳（メタデータ） (2024-04-24T13:50:27Z) - VBSF-TLD: Validation-Based Approach for Soft Computing-Inspired Transfer
Learning in Drone Detection [0.0]
本稿では,コンピュータビジョンベースモジュールの不可欠な部分を構成する移動型ドローン検出手法を提案する。
事前学習されたモデルの知識を関連ドメインから活用することにより、限られたトレーニングデータであっても、トランスファー学習によりより良い結果が得られる。
特に、このスキームの有効性は、IOUベースの検証結果によって強調される。
論文 参考訳（メタデータ） (2023-06-11T22:30:23Z) - Anomaly Detection for Unmanned Aerial Vehicle Sensor Data Using a
Stacked Recurrent Autoencoder Method with Dynamic Thresholding [0.3441021278275805]
本稿では,Long Short-Term Memory (LSTM) Deep Learning Autoencoderをベースとした,新しい動的しきい値決定アルゴリズムとUAVデータセットの異常検出のための重み付き損失関数を組み込んだシステムを提案する。
動的しきい値と重み付き損失関数は、精度関連性能指標と真の故障検出速度の両方において、標準静的しきい値法に有望な改善を示した。
論文 参考訳（メタデータ） (2022-03-09T14:16:14Z) - Signal Processing and Machine Learning Techniques for Terahertz Sensing:
An Overview [89.09270073549182]
テラヘルツ(THz)信号生成と放射法は、無線システムの未来を形作っている。
THz 固有の信号処理技術は、THz 帯域の効率的な利用のために、この THz センシングへの関心を補う必要がある。
本稿では,信号前処理に着目した手法の概要を示す。
また,THz帯で有望な知覚能力を探索し,深層学習の有効性についても検討した。
論文 参考訳（メタデータ） (2021-04-09T01:38:34Z) - Towards robust sensing for Autonomous Vehicles: An adversarial
perspective [82.83630604517249]
結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。
敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。
より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
論文 参考訳（メタデータ） (2020-07-14T05:25:15Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳（メタデータ） (2020-01-27T11:21:05Z) - Tracking of Micro Unmanned Aerial Vehicles: A Comparative Study [0.0]
mUAVの検知は、ロボット群の中の個人が協調操作のためにお互いを感知し、ローカライズするシステムを必要とするスワムロボティクスの研究にも不可欠である。
本研究では,様々なトラッキング手法を文献で利用可能なmUAV検出システムに組み合わせ,精度の点で異なるトラッキング手法を評価するとともに,そのような統合が計算コストに与える影響について検討する。
論文 参考訳（メタデータ） (2020-01-16T20:46:08Z)
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。