論文の概要: Discriminability-Driven Spatial-Channel Selection with Gradient Norm for Drone Signal OOD Detection

• arxiv url: http://arxiv.org/abs/2601.18329v1
• Date: Mon, 26 Jan 2026 10:13:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.767987
• Title: Discriminability-Driven Spatial-Channel Selection with Gradient Norm for Drone Signal OOD Detection
• Title（参考訳）: ドローン信号OOD検出のためのグラディエントノルムを用いた識別可能性駆動型空間チャネル選択
• Authors: Chuhan Feng, Jing Li, Jie Li, Lu Lv, Fengkui Gong,
• Abstract要約: 本稿では,識別可能性駆動型空間チャネル選択に基づくドローン信号出力検出アルゴリズムを提案する。 時間周波数の特徴は、プロトコル固有の時間周波数特性に基づいて、クラス間の類似性とばらつきを定量化することにより、空間次元とチャネル次元の両方に沿って適応的に重み付けされる。
• 参考スコア（独自算出の注目度）: 12.735651073414452
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a drone signal out-of-distribution (OOD) detection algorithm based on discriminability-driven spatial-channel selection with a gradient norm. Time-frequency image features are adaptively weighted along both spatial and channel dimensions by quantifying inter-class similarity and variance based on protocol-specific time-frequency characteristics. Subsequently, a gradient-norm metric is introduced to measure perturbation sensitivity for capturing the inherent instability of OOD samples, which is then fused with energy-based scores for joint inference. Simulation results demonstrate that the proposed algorithm provides superior discriminative power and robust performance via SNR and various drone types.
• Abstract（参考訳）: 本稿では,識別可能性駆動型空間チャネル選択に基づくドローン信号出力検出アルゴリズムを提案する。 時間周波数の特徴は、プロトコル固有の時間周波数特性に基づいて、クラス間の類似性とばらつきを定量化することにより、空間次元とチャネル次元の両方に沿って適応的に重み付けされる。 その後、OODサンプルの固有の不安定性を計測するために摂動感度を測定するために勾配ノルム測定法を導入し、その後、エネルギーベーススコアと融合して関節推論を行う。 シミュレーションの結果,提案アルゴリズムは,SNRおよび各種ドローンを用いて,優れた識別能力とロバストな性能を提供することが示された。

関連論文リスト

• Cognitive Fusion of ZC Sequences and Time-Frequency Images for Out-of-Distribution Detection of Drone Signals [12.735651073414452]
  本稿では,Zadoff-Chu (ZC) シーケンスと時間周波数画像(TFI)の認識融合に基づくドローン信号出力検出アルゴリズムを提案する。 ZCシーケンスは、DJIドローンの通信プロトコルを分析し、TFIは未知または非標準通信プロトコルでドローン信号の時間周波数特性をキャプチャする。
  論文  参考訳（メタデータ） (2026-01-26T10:10:08Z)
• Efficient Test-time Adaptive Object Detection via Sensitivity-Guided Pruning [73.40364018029673]
  連続的なテスト時間適応オブジェクト検出(CTTA-OD)は、源となる事前訓練された検出器を常に変化する環境にオンライン適応させることを目的としている。 私たちのモチベーションは、学習したすべての特徴が有益であるとは限らないという観察に起因しています。 FLOPの計算オーバヘッドを12%削減し,優れた適応性を実現する。
  論文  参考訳（メタデータ） (2025-06-03T05:27:56Z)
• Coherent Detection of Discrete Variable Quantum Key Distribution using Homodyne Technique [0.18749305679160366]
  ホモダイン検出法は、その使用方法の単純さ、誤り訂正の効率性、および現代の光通信システムに対する適合性によく用いられる。 本稿では,提案モデルに対するシステム効率と量子ビット誤り率(QBER)のシミュレーション結果を示す。
  論文  参考訳（メタデータ） (2024-02-20T15:39:50Z)
• You Only Train Once: A Unified Framework for Both Full-Reference and No-Reference Image Quality Assessment [45.62136459502005]
  本稿では,完全な参照 (FR) と非参照 (NR) IQA を行うネットワークを提案する。 まず、入力画像から多レベル特徴を抽出するためにエンコーダを用いる。 FRおよびNR入力のユニバーサルアダプタとして階層的注意(HA)モジュールを提案する。 エンコーダの浅い層と深い層との間の特徴相関を調べるために, セマンティック・ディストーション・アウェア (SDA) モジュールを提案する。
  論文  参考訳（メタデータ） (2023-10-14T11:03:04Z)
• Support Vector Machine for Determining Euler Angles in an Inertial Navigation System [55.41644538483948]
  本稿では,機械学習(ML)法を用いたMEMSセンサを用いた慣性ナビゲーションシステムの精度向上について論じる。 提案アルゴリズムは,MEMSセンサに典型的なノイズの存在を正しく分類できることを実証した。
  論文  参考訳（メタデータ） (2022-12-07T10:01:11Z)
• Non-Coherent Over-the-Air Decentralized Gradient Descent [0.0]
  無線システムにおける分散グラディエントDescentの実装は、ノイズ、フェーディング、帯域幅の制限により困難である。 本稿では,スケジューリング,トポロジ情報,CSIの必要性を解消するスケーラブルなDGDアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-11-19T19:15:34Z)
• Meta Learning Low Rank Covariance Factors for Energy-Based Deterministic Uncertainty [58.144520501201995]
  ニューラルネットワーク層のBi-Lipschitz正規化は、各レイヤの特徴空間におけるデータインスタンス間の相対距離を保存する。 注意セットエンコーダを用いて,タスク固有の共分散行列を効率的に構築するために,対角的,対角的,低ランクな要素のメタ学習を提案する。 また,最終的な予測分布を達成するために,スケールしたエネルギーを利用する推論手法を提案する。
  論文  参考訳（メタデータ） (2021-10-12T22:04:19Z)
• Blind Coherent Preamble Detection via Neural Networks [2.2063018784238984]
  ニューラルネットワーク(NN)シークエンス検出器とタイミング先進推定器を提案する。 NNによるプリアンブル検出のプロセス全体を置き換えるものではない。 本稿では,通信路効果を補うために,検出器内の信号を組み合わせたテキストブロードコヒーレントにのみNNを用いることを提案する。
  論文  参考訳（メタデータ） (2021-09-30T09:53:49Z)
• Adaptive filters for the moving target indicator system [10.152838128195468]
  適応アルゴリズムの収束性を改善する2つの手法を提案する。 提案手法は, 干渉プラスノイズ比 (SINR) に対する経験的信号に基づく。 シミュレーションデータを用いてその効果を示す。
  論文  参考訳（メタデータ） (2020-12-31T04:22:55Z)
• Deep Networks for Direction-of-Arrival Estimation in Low SNR [89.45026632977456]
  我々は,真の配列多様体行列の変異チャネルデータから学習した畳み込みニューラルネットワーク(CNN)を導入する。 我々は低SNR体制でCNNを訓練し、すべてのSNRでDoAを予測する。 私たちの堅牢なソリューションは、ワイヤレスアレイセンサーから音響マイクロフォンやソナーまで、いくつかの分野に適用できます。
  論文  参考訳（メタデータ） (2020-11-17T12:52:18Z)
• Deep Denoising Neural Network Assisted Compressive Channel Estimation for mmWave Intelligent Reflecting Surfaces [99.34306447202546]
  本稿では,mmWave IRSシステムに対するディープデノイングニューラルネットワークを用いた圧縮チャネル推定法を提案する。 我々はまず、受信チェーンをほとんど使わず、アップリンクのユーザ-IRSチャネルを推定するハイブリッド・パッシブ/アクティブIRSアーキテクチャを導入する。 完全チャネル行列は、圧縮センシングに基づいて限られた測定値から再構成することができる。
  論文  参考訳（メタデータ） (2020-06-03T12:18:57Z)

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。

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。