Fugu-MT 論文翻訳(概要): A Cloud-Based Tool for Meteorite Recovery Using Drones and Machine Learning

論文の概要: A Cloud-Based Tool for Meteorite Recovery Using Drones and Machine Learning

arxiv url: http://arxiv.org/abs/2605.19179v1
Date: Mon, 18 May 2026 23:05:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-20 15:03:09.022549
Title: A Cloud-Based Tool for Meteorite Recovery Using Drones and Machine Learning
Title（参考訳）: ドローンと機械学習による隕石回収のためのクラウドツール
Authors: Seamus L. Anderson, Hadrien A. R. Devillepoix, Lewis Lakerink, Sawitchaya Tippaya, Dale P. Giancono, Martin C. Towner, Iona Clemente, Martin Cupák, Ashley F. Rogers, John H. Fairweather, Mia Walker, Daniel Burgin, Michael A. Frazer, Sophie E. Deam, Veronika Pazderová, Eleanor K. Sansom, Benjamin A. D. Hartig, Hely C. Branco, Thomas Stevenson, Isabella Hatty, Anna Zappatini, Anthony Lagain, Tom Lovelock, Auriane Egal, Lucy Forman, David Belton, Simon Windsor, Shibli Saleheen, Asher Leslie, Gregory B. Poole, Andrew Langendam, Rachel S. Kirby, Andrew G. Tomkins,
Abstract要約: 我々は、ドローンと機械学習を使って、観測された隕石の滝を復元するクラウドベースのツールを提案する。南オーストラリアおよび西オーストラリア州で観測された隕石落下に対して, この手法の成功と限界を詳述した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present a cloud-based tool that uses drones and machine learning to help recover instrumentally observed meteorite falls. We showcase a collection of improvements made upon previous iterations of our system, as well as detail the successes and limitations of this technique when applied to observed meteorite falls in South and Western Australia. This tool is available to the meteoritics research community upon request at https://find.gfo.rocks.
Abstract（参考訳）: 我々は、ドローンと機械学習を使って、観測された隕石の滝を復元するクラウドベースのツールを提案する。南オーストラリアおよび西オーストラリア州で観測された隕石落下に対して, この手法の成功と限界を詳述した。このツールは、https://find.gfo.rocks.comでリクエストに応じて、隕石研究コミュニティで利用可能である。

関連論文リスト

MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
論文参考訳（メタデータ） (2024-08-20T13:45:49Z)
Observation-Guided Meteorological Field Downscaling at Station Scale: A Benchmark and a New Method [66.80344502790231]
気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
論文参考訳（メタデータ） (2024-01-22T14:02:56Z)
Learning Robust Precipitation Forecaster by Temporal Frame Interpolation [65.5045412005064]
本研究では,空間的不一致に対するレジリエンスを示す頑健な降水予測モデルを構築した。提案手法は,textit4cast'23コンペティションの移行学習リーダーボードにおいて,textit1位を確保したモデルにおいて,予測精度が大幅に向上した。
論文参考訳（メタデータ） (2023-11-30T08:22:08Z)
Deep machine learning for meteor monitoring: advances with transfer learning and gradient-weighted class activation mapping [0.0]
我々は、畳み込みニューラルネットワーク(CNN)を用いて、気象検出を分類する完全自動パイプラインを開発した。我々の新しい手法は、雲や月、建物などの静的要素を含む画像でも隕石を検出することができる。スペイン気象局(SPMN)が収集した大規模なデータセットを用いて、我々のモデルをトレーニングし、評価し、精度は98%に達した。
論文参考訳（メタデータ） (2023-10-25T17:56:28Z)
AI-Enhanced Data Processing and Discovery Crowd Sourcing for Meteor Shower Mapping [0.32622301272834514]
The Cameras for Allsky Meteor Surveillance(CAMS)プロジェクトは、低照度ビデオカメラで検出された流星軌道を三角測量することで、流星群をマッピングすることを目的としています。我々の研究は、自動クラウドベースのAI対応パイプラインを実装することで、データ処理の合理化を目的としていた。現在までに、CAMSは200以上の新しい流星群を発見し、これまでに報告された数十の流星群を検証している。
論文参考訳（メタデータ） (2023-08-02T18:26:16Z)
Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文参考訳（メタデータ） (2021-11-17T21:48:31Z)
Crack detection using tap-testing and machine learning techniques to prevent potential rockfall incidents [68.8204255655161]
本稿では,岩盤の自動探傷システムを提案する。ロボットは、岩面を何度も打ったり、タップしたりするのに使用される。音はロボットによって収集され、壊れやすい岩を識別する意図で分類される。
論文参考訳（メタデータ） (2021-10-10T22:53:36Z)
Recovery of Meteorites Using an Autonomous Drone and Machine Learning [3.3563930847025025]
現場でドローンが撮影した画像から隕石を認識するために、さまざまな畳み込みニューラルネットワークの組み合わせをオフラインで展開する概念的隕石分類器について説明する。このシステムは概念的なドローンで実装され、ネバダ州ウォーカー湖近くで最近落下した隕石の被疑地でテストされた。
論文参考訳（メタデータ） (2021-06-11T17:36:33Z)
First Full-Event Reconstruction from Imaging Atmospheric Cherenkov Telescope Real Data with Deep Learning [55.41644538483948]
チェレンコフ望遠鏡アレイは、地上のガンマ線天文学の未来である。地上で作られた最初のプロトタイプ望遠鏡であるLarge Size Telescope 1は現在、最初の科学データを収集している。我々は、深層畳み込みニューラルネットワークに基づくフルイベント再構築の開発とその実データへの適用を初めて提示する。
論文参考訳（メタデータ） (2021-05-31T12:51:42Z)
Machine Learning for Semi-Automated Meteorite Recovery [0.0]
本稿では,ドローンと機械学習アルゴリズムを用いて,火球ネットワークによって観測・制約された隕石の落下を回収する新しい手法を提案する。このアプローチでは、特定の落下地点の局所的な地形の画像を使用して、隕石候補を検出するように設計された人工ニューラルネットワークをトレーニングする。我々は, 隕石検出率を75～97%と評価し, また, 偽陽性を除去するための効率的なメカニズムについて検討した。
論文参考訳（メタデータ） (2020-09-29T08:27:41Z)

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。