文献

J-GLOBAL ID：201702254631234808   整理番号：17A1476882

センサ情報融合のためのダイナミックネットワークに基づく学習システム

Dynamic Network based Learning Systems for Sensor Information Fusion

著者 (2件)： VERMA Dinesh (IBM TJ Watson Res. Center, NY, USA) ,  JULIER Simon (Univ. Coll. London, London, GBR)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10190  ページ： 101900V.1-101900V.8  発行年： 2017年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本稿では,戦闘空間におけるセンサ情報融合サービスのためのモジュール性と再構成可能性を得るためソリューションの位相幾何学を提供し,各ステップで使用できる様々なタイプと種類のアルゴリズムを自動的に選択することにより,より多くの自動化に向けた方法を検討した。連合操作の各シナリオには,設定およびその変形を使用するシナリオが多数あり,それぞれのシナリオによりもたらされる研究の課題について説明した。ネットワークに基づく学習方法は,環境内の異なるデバイスが,多くの異なるタイプのサービスを実行すると仮定し,推論タスクをいくつかの推論サービスのグラフと考え,それぞれが与えられたタイプのモデルを使用して生成する中間的方法を提案した。著者等は,検討した方法が,主要な課題に対処し,ホワイトボックスとブラックボックスの両方の方法の最良の組み合わせを提供するという点で有望であることを示した。

シソーラス用語： *センサフュージョン ,  *融合 ,  *ネットワーク ,  *システム ,  戦争 ,  *情報サービス ,  改変 ,  可能性 ,  位相幾何学 ,  *アルゴリズム ,  自動化 ,  学習 ,  方式 ,  推論 ,  ブラックボックス ,  *データ融合
準シソーラス用語： *センサ融合 ,  *情報融合 ,  *ダイナミックネットワーク ,  *学習システム ,  戦闘 ,  モジュール化 ,  再構成可能 ,  連合学習 ,  学習方法 ,  推論処理 ,  図式的推論 ,  *センサデータ融合

分類 (3件)： リモートセンシング一般  (AD04000L) ,  情報処理一般  (JE15010U) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： センサ情報 ,  融合 ,  ダイナミックネットワーク ,  学習システム