Fugu-MT 論文翻訳(概要): Orbit Determination through Cosmic Microwave Background Radiation

論文の概要: Orbit Determination through Cosmic Microwave Background Radiation

arxiv url: http://arxiv.org/abs/2504.02196v1
Date: Thu, 03 Apr 2025 00:44:22 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-04 19:36:02.690265
Title: Orbit Determination through Cosmic Microwave Background Radiation
Title（参考訳）: 宇宙マイクロ波放射による軌道決定
Authors: Pedro K de Albuquerque, Andre R Kuroswiski, Annie S. Wu, Willer G. dos Santos, Paulo Costa,
Abstract要約: 本研究では、宇宙マイクロ波背景放射(CMB)を初期軌道決定(IOD)の基準信号として用いることを検討する。本研究は、CMBのユニークな特性を活用することにより、既存の環境データに頼らずに、宇宙船の速度と位置を推定する新しい手法を提案する。その結果、CMBは宇宙船の自律性と柔軟性を高める可能性があることが示唆された。
参考スコア（独自算出の注目度）: 1.3345486884341395
License:
Abstract: This research explores the use of Cosmic Microwave Background (CMB) radiation as a reference signal for Initial Orbit Determination (IOD). By leveraging the unique properties of CMB, this study introduces a novel method for estimating spacecraft velocity and position with minimal reliance on pre-existing environmental data, offering significant advantages for space missions independent of Earth-specific conditions. Using Machine Learning (ML) regression models, this approach demonstrates the capability to determine velocity from CMB signals and subsequently determine the satellite's position. The results indicate that CMB has the potential to enhance the autonomy and flexibility of spacecraft operations.
Abstract（参考訳）: 本研究では,宇宙マイクロ波背景放射(CMB)を初期軌道決定(IOD)の基準信号として用いることを検討する。 CMBのユニークな特性を活用することで、既存の環境データに頼らずに宇宙船の速度と位置を推定できる新しい手法を導入し、地球固有の条件に依存しない宇宙ミッションに大きな利点をもたらす。機械学習(ML)回帰モデルを用いて、CMB信号から速度を判断し、衛星の位置を決定する能力を示す。その結果、CMBは宇宙船の自律性と柔軟性を高める可能性があることが示唆された。

関連論文リスト

Magnetic Field Data Calibration with Transformer Model Using Physical Constraints: A Scalable Method for Satellite Missions, Illustrated by Tianwen-1 [3.4775479922416292]
本研究は、天wen-1火星ミッションの磁場データ補正と、マクスウェル方程式に制約されたニューラルネットワークアーキテクチャを統合する新しいアプローチを提案する。トランスフォーマーモデルを用いることで、衛星力学、機器干渉、環境騒音による計測異常を補正する。
論文参考訳（メタデータ） (2024-12-16T11:35:40Z)
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)
A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
様々な動物が環境の手がかりを使って正確なナビゲーションをしている。動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
論文参考訳（メタデータ） (2024-02-06T13:20:56Z)
Towards a Machine Learning-Based Approach to Predict Space Object Density Distributions [0.7652747219811166]
人工宇宙オブジェクト(ASO)を調べるための現在のモデルは、計算的に要求されている。我々は,MIT Orbital Capacity Tool(MOCAT)の拡張として,機械学習に基づく新しいモデルを提案する。深層学習に基づく解がASO伝播の優れた候補となる可能性について検討し、データの高次元性を管理する。
論文参考訳（メタデータ） (2024-01-08T19:43:30Z)
Cosmic Microwave Background Recovery: A Graph-Based Bayesian Convolutional Network Approach [2.689611937246938]
深層学習を多周波フルスキーマップからのCMBクリーニングのためのデータ駆動アプローチとして採用する。 U-Netアーキテクチャに基づくグラフベースのベイズ畳み込みニューラルネットワークを開発し、画素ワイド不確実性推定によるクリーンなCMBを予測する。本モデルでは, クリーン化したCMBスカイマップを精度良く復元し, 不確実領域を特定しながら角パワースペクトルを導出することを示す。
論文参考訳（メタデータ） (2023-02-24T00:49:43Z)
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)
Instrument Space Selection for Kernel Maximum Moment Restriction [20.343786646988477]
最小識別可能な楽器空間(LIIS)の原理に基づいて,パラメータ推定のための楽器空間を体系的に選択する方法を提案する。我々の選択基準は、そのような最適空間を決定するために、2つの異なる目的を組み合わせる: (i) 識別可能性をチェックするテスト基準; (ii) 複雑性尺度としてのRKHSの有効次元に基づく情報基準。
論文参考訳（メタデータ） (2021-06-07T05:07:12Z)
Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文参考訳（メタデータ） (2021-02-12T12:23:13Z)
Reinforcement Learning for Low-Thrust Trajectory Design of Interplanetary Missions [77.34726150561087]
本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。最先端アルゴリズムのオープンソース実装が採用されている。その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
論文参考訳（メタデータ） (2020-08-19T15:22:15Z)
Foreground model recognition through Neural Networks for CMB B-mode observations [0.0]
特に,偏光観測に関連する低周波フォアグラウンドの解析に着目した。我々は、将来の衛星と低周波地表面プローブで表される周波数範囲と感度に対応する一連のシミュレーションマップに対して、我々のアプローチを実装し、検証した。異なる空域における前景放射の正しいパラメトリゼーションの認識におけるNN効率は、およそ90%の精度に達する。
論文参考訳（メタデータ） (2020-03-04T19:00:02Z)
Proposal for an optical interferometric measurement of the gravitational red-shift with satellite systems [52.77024349608834]
アインシュタイン等価原理(Einstein Equivalence Principle,EEP)は、重力のすべての計量理論を基盤とする。象徴的な重力赤方偏移実験は、2つのフェルミオン系(時計として使われる)を異なる重力ポテンシャルに配置する。衛星大距離光干渉測定実験の実装における基本的な点は、一階ドップラー効果の抑制である。本研究では,地上局と衛星の双方向構成において,一方向の位相シフトを減らして抑制する新しい手法を提案する。
論文参考訳（メタデータ） (2018-11-12T16:25:57Z)

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。