論文の概要: Communication-aware Hierarchical Map Compression of Time-Varying Environments for Mobile Robots

• arxiv url: http://arxiv.org/abs/2504.10751v1
• Date: Mon, 14 Apr 2025 22:54:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-16 22:06:21.912634
• Title: Communication-aware Hierarchical Map Compression of Time-Varying Environments for Mobile Robots
• Title（参考訳）: 移動ロボットにおける時間変化環境のコミュニケーション対応階層型マップ圧縮
• Authors: Daniel T. Larsson, Dipankar Maity,
• Abstract要約: 本研究では,動的確率的占有グリッドの時系列圧縮のためのフレームワークを開発する。 圧縮マップの品質と記述サイズとのバランスをとる多分解能階層エンコーダを探索する。
• 参考スコア（独自算出の注目度）: 2.8544822698499255
• License:
• Abstract: In this paper, we develop a systematic framework for the time-sequential compression of dynamic probabilistic occupancy grids. Our approach leverages ideas from signal compression theory to formulate an optimization problem that searches for a multi-resolution hierarchical encoder that balances the quality of the compressed map (distortion) with its description size, the latter of which relates to the bandwidth required to reliably transmit the map to other agents or to store map estimates in on-board memory. The resulting optimization problem allows for multi-resolution map compressions to be obtained that satisfy available communication or memory resources, and does not require knowledge of the occupancy map dynamics. We develop an algorithm to solve our problem, and demonstrate the utility of the proposed framework in simulation on both static (i.e., non-time varying) and dynamic (time-varying) occupancy maps.
• Abstract（参考訳）: 本稿では,動的確率占有グリッドの時系列圧縮のための体系的フレームワークを開発する。 提案手法は信号圧縮理論のアイデアを活用し,圧縮された地図の品質(歪み)と記述サイズとをバランスさせる多分解能階層エンコーダを探索する最適化問題を定式化し,後者は地図を他のエージェントに確実に送信するために必要な帯域幅や,マップ推定をオンボードメモリに格納する。 結果として得られる最適化問題により、利用可能な通信やメモリリソースを満たすマルチレゾリューションマップ圧縮が得られ、占有マップのダイナミクスの知識を必要としない。 この問題を解決するアルゴリズムを開発し,静的 (非時間変化) および動的 (時間変化) 占有マップのシミュレーションにおいて,提案手法の有用性を実証する。

関連論文リスト

• Emergency Caching: Coded Caching-based Reliable Map Transmission in Emergency Networks [9.423705897088672]
  本稿では,データ収集と信頼性伝送に着目したキャッシュネットワークの3層アーキテクチャを提案する。 我々は,コードキャッシュ技術を統合した災害地図収集フレームワークを提案する。 提案手法は,シミュレーションにより検証した非符号化キャッシュ方式よりも効果的である。
  論文  参考訳（メタデータ） (2024-02-27T14:44:11Z)
• Efficient Neural Representation of Volumetric Data using Coordinate-Based Networks [0.0]
  本稿では,座標ネットワークとハッシュ符号化を用いたボリュームデータの圧縮と表現のための効率的な手法を提案する。 提案手法は,空間座標と強度値のマッピングを学習することで,効率的な圧縮を実現する。
  論文  参考訳（メタデータ） (2024-01-16T21:33:01Z)
• Differentiable Resolution Compression and Alignment for Efficient Video Classification and Retrieval [16.497758750494537]
  本稿では,高解像度圧縮・アライメント機構を備えた効率的な映像表現ネットワークを提案する。 我々は、相性および非相性フレーム特徴を符号化するために、微分可能なコンテキスト対応圧縮モジュールを利用する。 我々は,異なる解像度のフレーム特徴間のグローバル時間相関を捉えるために,新しい解像度変換器層を導入する。
  論文  参考訳（メタデータ） (2023-09-15T05:31:53Z)
• Compressed Regression over Adaptive Networks [58.79251288443156]
  分散エージェントのネットワークによって達成可能な性能を導出し,通信制約や回帰問題を解消し,適応的に解決する。 エージェントによって最適化に必要なパラメータをオンラインで学習できる最適化アロケーション戦略を考案する。
  論文  参考訳（メタデータ） (2023-04-07T13:41:08Z)
• Dynamic Spatial Sparsification for Efficient Vision Transformers and Convolutional Neural Networks [88.77951448313486]
  視覚データにおける空間空間空間性を利用したモデルアクセラレーションのための新しい手法を提案する。 本稿では,冗長トークンを具現化する動的トークンスペーシフィケーションフレームワークを提案する。 提案手法は,CNNや階層型視覚変換器などの階層モデルに拡張する。
  論文  参考訳（メタデータ） (2022-07-04T17:00:51Z)
• Deep Equilibrium Assisted Block Sparse Coding of Inter-dependent Signals: Application to Hyperspectral Imaging [71.57324258813675]
  相互依存信号のデータセットは、列が強い依存を示す行列として定義される。 ニューラルネットワークは、事前に構造として機能し、基礎となる信号相互依存性を明らかにするために使用される。 ディープ・アンローリングとディープ・平衡に基づくアルゴリズムが開発され、高度に解釈可能で簡潔なディープ・ラーニング・ベース・アーキテクチャを形成する。
  論文  参考訳（メタデータ） (2022-03-29T21:00:39Z)
• DMGCRN: Dynamic Multi-Graph Convolution Recurrent Network for Traffic Forecasting [7.232141271583618]
  以上の問題に対処する新しい動的多重グラフ畳み込み再帰ネットワーク(DMG)を提案する。 距離に基づくグラフを用いて,距離の近いノードから空間情報をキャプチャする。 また,道路間の構造相関を符号化した新しい潜在グラフを構築し,ノードから空間情報をキャプチャする。
  論文  参考訳（メタデータ） (2021-12-04T06:51:55Z)
• Variable-Rate Deep Image Compression through Spatially-Adaptive Feature Transform [58.60004238261117]
  空間特徴変換(SFT arXiv:1804.02815)に基づく多目的深部画像圧縮ネットワークを提案する。 本モデルは,任意の画素単位の品質マップによって制御される単一モデルを用いて,幅広い圧縮速度をカバーしている。 提案するフレームワークにより,様々なタスクに対してタスク対応の画像圧縮を行うことができる。
  論文  参考訳（メタデータ） (2021-08-21T17:30:06Z)
• Revisit Visual Representation in Analytics Taxonomy: A Compression Perspective [69.99087941471882]
  圧縮された視覚表現を用いて複数のマシンビジョン分析タスクをサポートする問題について検討する。 異なるタスク間の本質的な転送性を利用することで、低ビットレートでコンパクトで表現力のある表現を構築できる。 表現にコンパクトさを課すために,コードブックベースのハイパープライヤを提案する。
  論文  参考訳（メタデータ） (2021-06-16T01:44:32Z)
• Distributed Learning and Democratic Embeddings: Polynomial-Time Source Coding Schemes Can Achieve Minimax Lower Bounds for Distributed Gradient Descent under Communication Constraints [46.17631511884969]
  我々は、n次元ユークリッド空間においてベクトルを圧縮する問題を考える。 数値化器の被覆効率が次元独立であるか、あるいは非常に弱い対数依存であるという意味では、民主主義的および民主的に近いソースコーディングスキームが(ほぼ)最適であることを示す。 分散最適化アルゴリズムDGD-DEFを提案する。このアルゴリズムは,提案した符号化戦略を用いて,(ほぼ)定数要素内における最小収束率を実現する。
  論文  参考訳（メタデータ） (2021-03-13T00:04:11Z)
• Learning to Localize Through Compressed Binary Maps [83.03367511221437]
  私たちは、地図表現をローカリゼーションタスクに最適なように圧縮することを学びます。 本実験により,汎用コーデック上での2桁のストレージ要求を削減できるタスク固有圧縮を学習できることが示唆された。
  論文  参考訳（メタデータ） (2020-12-20T14:47:15Z)

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。