論文の概要: The Turing Synthetic Radar Dataset: A dataset for pulse deinterleaving

• arxiv url: http://arxiv.org/abs/2602.03856v1
• Date: Fri, 23 Jan 2026 11:49:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-09 02:03:42.460346
• Title: The Turing Synthetic Radar Dataset: A dataset for pulse deinterleaving
• Title（参考訳）: チューリング合成レーダデータセット:パルスデインターリービングのためのデータセット
• Authors: Edward Gunn, Adam Hosford, Robert Jones, Leo Zeitler, Ian Groves, Victoria Nockles,
• Abstract要約: Turing Synthetic Radarデータセットは、レーダーパルス除去研究のベンチマークと、新しい研究手法の有効性の両方を提供する包括的なデータセットである。 我々のデータセットには2つの受信機構成上の6000のパルス列が含まれており、合計で約30億のパルスがある。 データセットの採用を奨励し、標準化された評価手順を確立するため、Turing Deinterleaving Challengeをローンチしました。
• 参考スコア（独自算出の注目度）: 0.16419687521433915
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We present the Turing Synthetic Radar Dataset, a comprehensive dataset to serve both as a benchmark for radar pulse deinterleaving research and as an enabler of new research methods. The dataset addresses the critical problem of separating interleaved radar pulses from multiple unknown emitters for electronic warfare applications and signal intelligence. Our dataset contains a total of 6000 pulse trains over two receiver configurations, totalling to almost 3 billion pulses, featuring realistic scenarios with up to 110 emitters and significant parameter space overlap. To encourage dataset adoption and establish standardised evaluation procedures, we have launched an accompanying Turing Deinterleaving Challenge, for which models need to associate pulses in interleaved pulse trains to the correct emitter by clustering and maximising metrics such as the V-measure. The Turing Synthetic Radar Dataset is one of the first publicly available, comprehensively simulated pulse train datasets aimed to facilitate sophisticated model development in the electronic warfare community
• Abstract（参考訳）: 本稿では、レーダパルス除去研究のベンチマークと、新しい研究手法の有効性の両方を提供する包括的データセットであるチューリング合成レーダデータセットを提案する。 このデータセットは、電子戦応用と信号インテリジェンスのために、複数の未知のエミッタからインターリーブドレーダーパルスを分離する重要な問題に対処する。 我々のデータセットには、合計6000本のパルストレインが2つの受信機構成で含まれており、合計で約30億個のパルスがあり、110個のエミッターとかなりのパラメータ空間の重なりを持つ現実的なシナリオが特徴である。 データセットの採用を促進し, 標準化された評価手順を確立するため, V測度などの指標をクラスタリングし, 最大化することにより, インターリーブパルス列内のパルスを正しいエミッタに関連付ける必要があるチューリング除インターリーブチャレンジ(Turing Deinterleaving Challenge)を開始した。 チューリング合成レーダーデータセット(Turing Synthetic Radar Dataset)は、電子戦コミュニティにおける洗練されたモデル開発を促進することを目的とした、初めて公開され、総合的にシミュレーションされたパルストレインデータセットの1つである。

関連論文リスト

• RadarGen: Automotive Radar Point Cloud Generation from Cameras [64.69976771710057]
  マルチビューカメラ画像からリアルな自動車用レーダー点雲を合成するための拡散モデルRadarGenを提案する。 RadarGenは、鳥の目視でレーダー計測を表現することで、レーダ領域への効率的な画像遅延拡散を適応する。 本稿では,RadarGenが特徴的レーダ計測分布を捕捉し,実データに基づいて学習した知覚モデルとのギャップを小さくすることを示す。
  論文  参考訳（メタデータ） (2025-12-19T18:57:33Z)
• Resource-Efficient Beam Prediction in mmWave Communications with Multimodal Realistic Simulation Framework [57.994965436344195]
  ビームフォーミングは、方向と強度を最適化して信号伝送を改善するミリ波通信において重要な技術である。 マルチモーダルセンシング支援ビーム予測は,ユーザ位置やネットワーク条件を予測するために,さまざまなセンサデータを使用して注目されている。 その有望な可能性にもかかわらず、マルチモーダルセンシング支援ビーム予測の採用は、高い計算複雑性、高いコスト、限られたデータセットによって妨げられている。
  論文  参考訳（メタデータ） (2025-04-07T15:38:25Z)
• Radar Pulse Deinterleaving with Transformer Based Deep Metric Learning [0.0]
  特定のパルス列に記録されているエミッターの数は不明である。 本稿では,合成データに三重項損失を学習した変圧器を用いて,この問題に対する計量学習手法を提案する。 このモデルは、調整された相互情報スコア0.882の他の深層学習モデルと比較して、強い結果が得られる。
  論文  参考訳（メタデータ） (2025-03-04T15:27:17Z)
• HeRCULES: Heterogeneous Radar Dataset in Complex Urban Environment for Multi-session Radar SLAM [9.462058316827804]
  HeRCULESデータセットは、ヘテロジニアスレーダー、FMCW LiDAR、IMU、GPS、カメラを備えた包括的なマルチモーダルデータセットである。 これは、FMCW LiDARと並行して4Dレーダと回転レーダを統合する最初のデータセットであり、非並列なローカライゼーション、マッピング、位置認識機能を提供する。
  論文  参考訳（メタデータ） (2025-02-04T02:41:00Z)
• SCaRL- A Synthetic Multi-Modal Dataset for Autonomous Driving [0.0]
  本稿では、自律運転ソリューションのトレーニングと検証を可能にするために、合成生成された新しいマルチモーダルデータセットであるSCaRLを提案する。 SCaRLはCARLA Simulatorに基づく大規模なデータセットであり、多様な動的シナリオとトラフィック条件のためのデータを提供する。
  論文  参考訳（メタデータ） (2024-05-27T10:31:26Z)
• Multi-stage Learning for Radar Pulse Activity Segmentation [51.781832424705094]
  無線信号認識は電子戦において重要な機能である。 電子戦システムでは、レーダパルス活動の正確な識別と位置決めが要求される。 ディープラーニングに基づくレーダーパルス活動認識法は、ほとんど未検討のままである。
  論文  参考訳（メタデータ） (2023-12-15T01:56:27Z)
• Diffusion Models for Interferometric Satellite Aperture Radar [73.01013149014865]
  確率拡散モデル (Probabilistic Diffusion Models, PDMs) は、最近、非常に有望な生成モデルのクラスとして登場した。 ここでは、PDMを活用して、レーダーベースの衛星画像データセットを複数生成する。 PDMは複雑で現実的な構造を持つ画像を生成することに成功したが、サンプリング時間は依然として問題である。
  論文  参考訳（メタデータ） (2023-08-31T16:26:17Z)
• Synthetic Wave-Geometric Impulse Responses for Improved Speech Dereverberation [69.1351513309953]
  室内インパルス応答 (RIR) の低周波成分を正確にシミュレートすることが, 良好な脱ヴァーベレーションを実現する上で重要であることを示す。 本研究では, ハイブリッド合成RIRで訓練された音声残響モデルが, 従来の幾何線トレーシング法により学習されたRIRで訓練されたモデルよりも優れていたことを示す。
  論文  参考訳（メタデータ） (2022-12-10T20:15:23Z)

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。