論文の概要: Observation Quality in DSM-Assisted Aerial Localization: A Benchmark and Base-Anchored Uncertainty Calibration
- arxiv url: http://arxiv.org/abs/2610.18564v1
- Date: Tue, 13 Oct 2026 15:33:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 20:38:56.895694
- Title: Observation Quality in DSM-Assisted Aerial Localization: A Benchmark and Base-Anchored Uncertainty Calibration
- Title（参考訳）: DSMによる空中局地化の観察品質:ベンチマークとベースアンコレッド不確実性校正
- Abstract要約: ディジタル地表面モデルを用いた局所化のケーススタディは、ベースアンコレッド不確実性校正を評価する。
一定の全行列ベースラインに対して、この手法は728の条件で均等な位置正規化位置更新リスクを7.70%削減する。
これらの結果から, 観測地点での基準に基づく重み付けが改善した。
- 参考スコア（独自算出の注目度）: 8.835582445713642
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Aerial map matching provides position observations for navigation, but a position error alone does not determine how an observation should be weighted. We define five benchmark tasks: position availability and agreement, grouped error structure, predictive uncertainty, controlled updates, and temporal accumulation. A case study in digital-surface-model-assisted localization evaluates base-anchored uncertainty calibration within this framework. The method combines propagated image and map sensitivities with the second moment of a compact configuration subset relative to the reported position. The reported position remains unchanged, and scale is fitted using separate position references without local surface-height ground truth. Thirteen covariance models are evaluated on two held-out query sets from locations represented in the calibration data. Relative to a constant full-matrix baseline, the method reduces equal-location normalized position-update risk by 7.70% on 728 conditions and 5.46% on a separate 142 conditions under an independent prior, with all localization failures included. On the primary set, equal-location negative log likelihood improves by 2.571 nat. These results show improved reference-based weighting at seen locations. Exploratory base-quality and conditional-addition controls leave the incremental update benefit of configuration disagreement unresolved. Navigation benefit and real temporal accumulation remain untested.
- Abstract（参考訳）: 航空地図マッチングはナビゲーションのための位置観測を提供するが、位置誤差だけでは、どのように観測を重み付けすべきかは決定できない。
5つのベンチマークタスクを定義する: 位置の可用性と合意、グループ化されたエラー構造、予測の不確実性、制御された更新、時間的蓄積。
ディジタル地表面モデルを用いた局所化におけるケーススタディは、この枠組みにおけるベースアンコレッドな不確実性キャリブレーションを評価する。
この方法は、伝播画像とマップ感度を、報告された位置に対するコンパクトな構成サブセットの第2モーメントと組み合わせる。
報告された位置は変わらず、スケールは局所的な地表面高さの真実を含まない別の位置基準を用いて調整される。
キャリブレーションデータに表される位置から、2つの保持されたクエリセットに対して、13の共分散モデルを評価する。
一定の全行列ベースラインに対して、728の条件では7.70%、独立した142の条件では5.46%、全てのローカライゼーション障害を含む。
一次集合では、等しい位置の負の対数の可能性は2.571ナット向上する。
これらの結果から, 観測地点での基準に基づく重み付けが改善した。
探索的ベース品質と条件付き追加制御は、構成の不一致の漸進的なアップデートの利点を未解決のまま残している。
航法上の利点と実際の時間的蓄積は未検証のままである。
関連論文リスト
- COMPASS: Contextual Moment Prior Alignment for Generalizable AIGI Detection [87.91469665365304]
一般化可能なAI生成画像(AIGI)とディープフェイク検出は、非対称性現象のため難しいままである。
最近の部分空間適応法は、残留部分空間を適応させながら高次主成分を凍結することによりこの問題を軽減する。
本稿では,小さなSemantic Proxy Setを用いて,ターゲットのアクティベーション統計を推定するデータ認識サブスペース適応フレームワークを提案する。
論文 参考訳（メタデータ） (2026-10-13T09:23:12Z) - Contrastive Linearized Laplace: Loss Geometry, Valid Repairs, and Reliable Cores [4.549831511476248]
線形化ラプラス近似(LLA)のようなポストホック不確実性推定法は、エンコーダを再訓練することなく不確かさを定量化する方法を提供する。
コントラスト埋め込み上でのLLA誘導分布を直接使用すると、下流タスクに対して信頼性の高い不確実性推定が得られないことを示す。
下流タスクを通じてエンコーダの不確実性を伝播するLLAに基づくポストホックフレームワークを開発した。
論文 参考訳（メタデータ） (2026-10-10T12:49:19Z) - Robust Ensemble Guidance for Scientific Inverse Problems [100.58137337454754]
Robust Ensemble Guidance (REG) は、アンサンブル予測拡散を用いて観測スケールのバランスを保ち、極端に不一致な影響を制限するために標準化された残差を適応的にクリップする。
REGは3つの観測系で6.2-8.2dBのブラックホール再構成PSNRを増加させ、一致した予算比較でNavier-Stokes再構成誤差を26.4%削減する。
論文 参考訳（メタデータ） (2026-10-04T16:54:37Z) - Federated Targeted Maximum Likelihood Estimation [15.722746871859593]
クロスサイロ学習は計算をデータに移動させ、合意された要約を交換する。
我々は2つのサイロを通して、任意の目標、損失、変動家族のためのターゲティング自体を連携させた。
FedTMLEGは、局所的な勾配を集約し、ステップの集中的なターゲティングステップを再現する。
FedTMLELは、各機関が適合した更新を単一に交換する前に、独自のゆらぎを完了させる。
論文 参考訳（メタデータ） (2026-09-24T19:43:40Z) - PosteriorBench: From Point Estimates to Posterior Matching in Evaluating Generative Inverse Solvers [58.87583368961845]
PosteriorBenchは、生成的逆解器の分布精度を評価するためのベンチマークである。
ダーシーフローの逆転、ポアソン源の回復、炭素捕獲と貯蔵、光輸送物質推論の4つの物理に基づく逆問題を評価する。
論文 参考訳（メタデータ） (2026-09-17T17:54:12Z) - Map the Possibilities: Spatial Belief Fields for Language-Goal Aerial Navigation [49.03955946482723]
SBFNavは、言語条件付き空間的信念場を中心としたクローズドループナビゲーションフレームワークである。
主に観測されたことを記録しているエゴ中心の地図とは異なり、SBFレポジトリ-はタスク条件付き分布を可視な目標位置上で再送する。
SBFNavは、制御のためのメットリックなウェイポイントとして、命令と観察に最も適したゴールを選択する。
論文 参考訳（メタデータ） (2026-09-05T03:11:01Z) - When Unpaired Sets Support Shared-Corruption Calibration: Moment Geometry and Two-Sample Precision [5.254084723324815]
観測間で共有される所定の低次元補正のために、観測およびクリーン参照セットは、固定モーメントの応答を通してのみ推論をサポートする。
この問題を2サンプルのモーメントキャリブレーションとして定式化し、局所的なランク、スケールされたモーメント感度、ソース境界共分散、モーメント整合性残差を組み合わせたランク認識情報状態について報告する。
論文 参考訳（メタデータ） (2026-08-11T04:39:54Z) - Reference-Induced Consensus for Selective Posed-Reference Visual Localization [11.166886974945806]
RIC-Locは、シーントレーニングなしのポーズ参照ローカライザである。
主推定器では、SfM-point-map-freeである。
論文 参考訳（メタデータ） (2026-07-06T06:48:34Z) - Discovery of Hidden Miscalibration Regimes [52.452902154360565]
モデルは何らかの入力を体系的に過信し、他人を過信することがある。
対応する誤校正分野を定義し,それを推定するための診断フレームワークを提案する。
提案手法は,入力空間のキャリブレーションを意識した表現を学習し,学習幾何学におけるカーネルの平滑化による符号付き局所的誤校正を推定する。
論文 参考訳（メタデータ） (2026-05-13T13:07:50Z) - Towards Robust LiDAR Localization: Deep Learning-based Uncertainty Estimation [1.9268905951820923]
反復クローズトポイント(ICP)は、特徴のない環境や動的なシーンでエラーを起こしやすいため、不正確なポーズ推定につながる。
本稿では、深層学習を利用したデータ駆動型フレームワークを提案し、マッチング前にICPの登録誤差共分散を推定する。
本手法はカルマンフィルタにおけるICPのシームレスな統合を可能にし,局所化精度とロバスト性を向上させる。
論文 参考訳（メタデータ） (2025-09-23T13:02:44Z) - Generalized Focal Loss: Learning Qualified and Distributed Bounding
Boxes for Dense Object Detection [85.53263670166304]
一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。
1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。
本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
論文 参考訳（メタデータ） (2020-06-08T07:24:33Z)
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。