論文の概要: Compressed delayed-information projection for six-degree-of-freedom underwater vehicle navigation under delayed acoustic positioning

• arxiv url: http://arxiv.org/abs/2609.27439v1
• Date: Wed, 23 Sep 2026 07:02:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.924955
• Title: Compressed delayed-information projection for six-degree-of-freedom underwater vehicle navigation under delayed acoustic positioning
• Title（参考訳）: 遅延音定位下における6自由度水中航法のための圧縮遅延情報投影法
• Abstract要約: 遅延音響測位パケットは過去の航法状態を制約する。 現在の更新では、それらを不一致の状態に対して評価する。 CDIPは、ソース・エポジカルな音響補正を、完全に巻き戻し/再生することなく、直接現在の状態に投影する。
• 参考スコア（独自算出の注目度）: 22.41476754687808
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Delayed acoustic positioning packets constrain historical navigation states, but a current-time update evaluates them against a mismatched state, whereas exact rewind/replay re-executes the intervening estimator history. This paper introduces compressed delayed-information projection (CDIP), a causal 15-state error-state Kalman filter (ESKF) treatment for delayed-acoustic unmanned underwater vehicle (UUV) navigation. CDIP retains a source-epoch snapshot and the historical-to-current cross-covariance, then projects the delayed source-epoch acoustic correction directly to the current state without full rewind/replay. Exact fixed-lag rewind/replay out-of-sequence-measurement (OOSM) processing serves as a high-fidelity accuracy reference. In 154 usable paired recordings at a fixed 1.5-s acoustic delay without an outage, CDIP reduced mean trajectory-position root-mean-square error (RMSE) from 1.062 m for the baseline to 0.456 m (57.1%). Its 0.456-m mean was 1.03% higher than the 0.451-m replay mean, while its measured mean per-update runtime was 99.2% lower (approximately 127-fold). A separate predeclared sweep across six fixed delays, with 30 paired recordings per delay, and a truth-supported 9-D consistency analysis bound the interpretation. Additional targeted experiments showed near-replay trajectory accuracy across 50-300-s acoustic outages while preserving sub-millisecond update cost. CDIP therefore provides a compact delayed-information treatment with an empirical accuracy-computation trade-off under the evaluated configuration; the evidence does not establish statistical equivalence or non-inferiority relative to replay.
• Abstract（参考訳）: 遅延音響測位パケットは過去の航法状態を制約するが、現在の更新ではそれらを不一致の状態と評価する。 本稿では, 遅延音響無人水中車両 (UUV) 航法における因果15状態誤り状態カルマンフィルタ (ESKF) を用いた圧縮遅延情報投影 (CDIP) を提案する。 CDIPは、ソース・エポック・スナップショットと履歴・ツー・カレント・クロス分散を保持し、ソース・エポック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコースティック・アコーディオン・アコーディオン・アコーディオン・アコーディオン・アコーディオン・アコーディオン・アコーディオン・アコーディオン・アコーディオン・アコーディオン・ア・アコーディオン・ア・インダ)。 Exact fixed-lag rewind/replay out-of-sequence-measurement (OOSM) 処理は高精度の精度基準として機能する。 使用可能な154枚のペア記録では、故障のない1.5秒の音響遅延で、CDIPは平均軌跡位置のルート平均二乗誤差(RMSE)をベースラインの1.062 m から 0.456 m (57.1%) に削減した。 0.456mは0.451mのリプレイ平均よりも1.03%高く、更新時の平均実行時間は99.2%低かった(約127倍)。 6つの固定遅延にまたがる別個の事前宣言されたスイープ、30対の遅延毎の録音、真理に支えられた9次元の一貫性解析が解釈に結びついている。 追加のターゲット実験では、50～300秒の音響障害に対して、ミリ秒以下の更新コストを保ちながら、ほぼ再生軌道精度を示した。 したがってCDIPは、評価された構成の下で、実証的精度計算トレードオフを伴うコンパクトな遅延情報処理を提供する。

関連論文リスト

• Strictly Causal Streaming Video Anomaly Detection with a Theoretically-Grounded State-Space Core [2.648500779572419]
  ルックアヘッドもクリップバッファリングも不要な因果ストリーミング異常検出器を導入する。 その時空コアは、入力と状態依存の崩壊ゲートを持つ対角線状状態空間の再発である。 繰り返し減衰スペクトルと検出遅延と、確実に捕捉できる最も短い異常との間に閉じた形状関係を導出する。
  論文  参考訳（メタデータ） (2026-08-25T16:52:32Z)
• Delay-Aware Active Triangulation with Uncertainty-Driven Multi-Agent Reinforcement Learning for Counter-UAS [5.4271995156436965]
  マルチエージェントアクティブな視覚三角測量により、移動オブザーバを制御可能なカメラで調整することにより、航空目標の正確な3次元位置決めが可能になる。 我々は,Counter-UASアプリケーションにおけるターゲットローカライゼーションのための遅延認識,不確実性駆動型マルチエージェント強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-07T07:58:13Z)
• REDDIT: Correcting Model-Generated Timestamp Drift in ASR without Forgetting via Replay-Based Distribution Editing [46.75114860324604]
  自己回帰型ASRシステムは、タイムスタンプをデコードされたトークンとして出力することができ、フレームレベルや推論後処理なしでタイムスタンプによる書き起こしを可能にする。 これらのタイムスタンプは、長い非音声スパンを漂うことができることを示す。 ReDDIT(REplay-based Distribution eDITing)は,タイムスタンプの修正を行う軽量な2段階後トレーニングフレームワークである。
  論文  参考訳（メタデータ） (2026-07-06T17:40:54Z)
• TIE: Time Interval Encoding for Video Generation over Events [50.66585165263848]
  ディレクタースタイルのプロンプト、ロボットアクション予測、インタラクティブなビデオエージェントは、同時イベントに対する時間的根拠を要求する。 現代のビデオジェネレータは、ポイントワイドな位置エンコーディングを通して、タイムを離散的なポイントとして表現する。 Time Interval TIEは、プラグイン・アンド・プレイ・インターバル・アウェアの一般化である。
  論文  参考訳（メタデータ） (2026-05-11T13:23:14Z)
• An Asynchronous Two-Speed Kalman Filter for Real-Time UUV Cooperative Navigation Under Acoustic Delays [22.41476754687808]
  無人水中車両(UUV)は、無人水中車両(UUV)が致命的な漂流に悩まされる。 拡張カルマンフィルタ (EKF) やアンセントカルマンフィルタ (Unscented Kalman Filters, UKF) のような従来のフィルタは、遅延したデータを待っている間、主制御ループをブロックする。 変分履歴蒸留(VHD)と呼ばれる新しいプロジェクション機構により強化された非同期2速カルマンフィルタ(T)を提案する。
  論文  参考訳（メタデータ） (2026-04-03T08:43:25Z)
• TCUQ: Single-Pass Uncertainty Quantification from Temporal Consistency with Streaming Conformal Calibration for TinyML [0.0]
  TCUQは、TinyMLをストリーミングするためのシングルパスでラベルなしの不確実性モニタである。 後部の光信号によって捉えた短地平線時間一貫性を変換する。 ストリーミングコンフォメーション層は、このスコアを予算付きアクセプション/アビスタンスルールに変換する。
  論文  参考訳（メタデータ） (2025-08-18T13:12:14Z)
• Time Is a Feature: Exploiting Temporal Dynamics in Diffusion Language Models [57.474294329887236]
  拡散大言語モデル (dLLMs) は反復的 denoising を通じてテキストを生成する。 現在のデコード戦略は、最終的な出力に有利なリッチな中間予測を捨てている。 時間的整合性を利用する2つの相補的手法を導入する。
  論文  参考訳（メタデータ） (2025-08-12T17:59:57Z)
• FastEmit: Low-latency Streaming ASR with Sequence-level Emission Regularization [78.46088089185156]
  ストリーム自動音声認識(ASR)は、仮説化された単語を可能な限り迅速かつ正確に出力することを目的としている。 既存のアプローチでは、シーケンストランスデューサモデルにおいて、トーケン単位またはフレーム単位の確率予測を演算することで、発光遅延をペナルティ化する。 本稿では,訓練用トランスデューサモデルにおいて,シーケンス毎の確率に遅延正規化を直接適用する,FastEmitというシーケンスレベルのエミッション正規化手法を提案する。
  論文  参考訳（メタデータ） (2020-10-21T17:05:01Z)

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。