論文の概要: Physically-Informed Fuzzy Clustering of Vertical Sounding Ionograms
- arxiv url: http://arxiv.org/abs/2604.27721v1
- Date: Thu, 30 Apr 2026 11:13:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:54.059025
- Title: Physically-Informed Fuzzy Clustering of Vertical Sounding Ionograms
- Title（参考訳）: 垂直音波イオングラムの物理的インフォームドファジィクラスタリング
- Authors: Oleg I. Berngardt, Sergey N. Ponomarchuk,
- Abstract要約: このモデルは、線路の数が知られている状況でも使用するために設計されているが、軌道の数が未定の電離層環境でも使用することができる。
それぞれのトラックの結果として得られるモデルには6つのパラメータがある: 3つの標準パラメータ(臨界周波数、層の境界線、およびその半幅)と、基礎となる層効果を考慮するための3つの追加パラメータがある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a physically-informed fuzzy clustering of vertical sounding ionograms for automatically separating the ionogram into tracks suitable for further interpretation and determining their optimal number. The model is designed for use not only in conditions where the number of tracks is known, but also in disturbed ionospheric conditions where the number of tracks is preliminary unknown. The method is based on an expectation-maximization algorithm, used for clustering, and on parametrically specified distributions of distances from points to parametrically specified curves. The curves used as track models are close to model tracks in the parabolic ionospheric layer model. The resulting model of each track has six parameters: three standard ones (the critical frequency, the lower boundary of the layer, and its half-width), and three additional ones to take into account possible underlying layer effects. By sequentially increasing the number of tracks and optimizing their parameters, the model finds the optimal number of tracks on the ionogram by minimizing the modified Bayesian information criterion. The Sequential Least Squares Quadratic Programming algorithm is used to find the parameters of a single track. The width of each single track is assumed to be unknown constant found during fitting process. To improve the quality of ionogram clustering, automatic adaptive noise filtering is performed before clustering. This filtering is based on a combination of the DBSCAN and Gaussian Mixture algorithms. Also, to improve clustering quality on an ionosonde without hardware separation of the ordinary and extraordinary components, a preliminary approximate removal of points belonging to the extraordinary mode is performed.
- Abstract（参考訳）: 本稿では,垂直方向の電離電離線を物理的にインフォームしたファジィクラスタリングにより,電離線をさらなる解釈に適したトラックに自動的に分離し,その最適数を決定する。
このモデルは, 軌道数を知る条件だけでなく, 軌道数不明の電離層環境においても使用するために設計されている。
この方法は、クラスタリングに使用される期待最大化アルゴリズムと、ポイントからパラメトリック特定曲線までの距離のパラメトリック特定分布に基づいている。
軌道モデルとして用いられる曲線は、放物型電離層モデルにおけるモデル軌道に近い。
それぞれのトラックの結果として得られるモデルには6つのパラメータがある: 3つの標準パラメータ(臨界周波数、層の境界線、およびその半幅)と、基礎となる層効果を考慮するための3つの追加パラメータがある。
連続的にトラック数を増やし、パラメータを最適化することにより、修正ベイズ情報基準を最小化することにより、イオングラム上のトラックの最適数を求める。
逐次最小正方形擬似プログラミングアルゴリズムは、単一トラックのパラメータを見つけるために用いられる。
各線路の幅は、嵌合過程中に見いだされる未知の定数であると仮定される。
イオングラムクラスタリングの品質を向上させるため、クラスタリング前に自動適応ノイズフィルタリングを行う。
このフィルタリングはDBSCANとガウス混合アルゴリズムの組み合わせに基づいている。
また、通常成分と異常成分とをハードウェア分離することなく、イオノゾンデのクラスタリング品質を向上させるため、異常モードに属する点の予備的近似除去を行う。
関連論文リスト
- Fast Sampling for Flows and Diffusions with Lazy and Point Mass Stochastic Interpolants [5.492889521988414]
任意のスケジュール下で任意の拡散係数で微分方程式(SDE)のサンプルパスを変換する方法を証明する。
次に、補間フレームワークを拡張して、より大きな点質量スケジュールのクラスを許容する。
論文 参考訳（メタデータ） (2026-02-03T17:48:34Z) - Preference Trajectory Modeling via Flow Matching for Sequential Recommendation [50.077447974294586]
シーケンスレコメンデーションは、履歴的なインタラクションシーケンスに基づいて、各ユーザの次の項目を予測する。
FlowRecはシンプルだが効果的なシーケンシャルレコメンデーションフレームワークである。
我々は,ガウス雑音に代えてパーソナライズされた行動に基づく事前分布を構築し,ユーザの嗜好軌跡をモデル化するためのベクトル場を学習する。
論文 参考訳（メタデータ） (2025-08-25T02:55:42Z) - Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。
このような問題は医学、物理学、機械学習で発生する。
両種類の雑音下で提案アルゴリズムの収束保証を行う。
論文 参考訳（メタデータ） (2024-11-21T10:26:17Z) - Linear Anchored Gaussian Mixture Model for Location and Width Computations of Objects in Thick Line Shape [1.7205106391379021]
3次元画像グレーレベル表現は、統計分布の有限混合モデルであると考えられている。
入力データとして元の画像を用いた期待最大化アルゴリズム(Algo1)を用いてモデルパラメータを推定する。
修正EMアルゴリズム(Algo2)について詳述する。
論文 参考訳（メタデータ） (2024-04-03T20:05:00Z) - Automated classification of pre-defined movement patterns: A comparison
between GNSS and UWB technology [55.41644538483948]
リアルタイム位置情報システム(RTLS)は、人間の動きパターンからデータを収集することができる。
本研究の目的は、小さな領域における人間の動きパターンを分類する自動化された枠組みを設計し、評価することである。
論文 参考訳（メタデータ） (2023-03-10T14:46:42Z) - Graph-theoretical approach to robust 3D normal extraction of LiDAR data [10.332465264309693]
平面のような)LiDAR点雲からの低次元原始的特徴抽出は、LiDARデータ処理タスクの大多数の基礎となる。
本稿では,LiDAR点雲からの正規推定にグラフィカルアプローチを用いることで,このギャップを埋めようとしている。
論文 参考訳（メタデータ） (2022-05-23T16:54:49Z) - Self-Tuning Stochastic Optimization with Curvature-Aware Gradient
Filtering [53.523517926927894]
サンプルごとのHessian-vector積と勾配を用いて、自己チューニングの二次構造を構築する。
モデルに基づく手続きが雑音勾配設定に収束することを証明する。
これは自己チューニング二次体を構築するための興味深いステップである。
論文 参考訳（メタデータ） (2020-11-09T22:07:30Z) - An Exact Solution Path Algorithm for SLOPE and Quasi-Spherical OSCAR [0.0]
そこで本研究では,SLOPEの最適化重み付けにおける解の完全かつ正確な経路を提供する解経路アルゴリズムを提案する。
また、機能クラスタリングのための正規化シーケンス$lambda$の新しい設計を提案し、これは、回帰(QS-OSCAR)のための準球面および八角形収縮およびクラスタリングアルゴリズムと呼ばれる。
論文 参考訳（メタデータ） (2020-10-29T12:03:22Z) - Set Based Stochastic Subsampling [85.5331107565578]
本稿では,2段階間ニューラルサブサンプリングモデルを提案する。
画像分類,画像再構成,機能再構築,少数ショット分類など,様々なタスクにおいて,低いサブサンプリング率で関連ベースラインを上回っていることを示す。
論文 参考訳（メタデータ） (2020-06-25T07:36:47Z) - Non-Adaptive Adaptive Sampling on Turnstile Streams [57.619901304728366]
カラムサブセット選択、部分空間近似、射影クラスタリング、および空間サブリニアを$n$で使用するターンタイルストリームのボリュームに対する最初の相対エラーアルゴリズムを提供する。
我々の適応的なサンプリング手法は、様々なデータ要約問題に多くの応用をもたらしており、これは最先端を改善するか、より緩和された行列列モデルで以前に研究されただけである。
論文 参考訳（メタデータ） (2020-04-23T05:00:21Z)
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。