文献

J-GLOBAL ID：201702261086349335   整理番号：17A1772375

人工ニューラルネットワークを用いた長距離リンク上の追跡のための推定と融合【Powered by NICT】

Estimation and Fusion for Tracking Over Long-Haul Links Using Artificial Neural Networks

著者 (3件)： Liu Qiang (Computer Science and Mathematics Division, Oak Ridge National Laboratory, Oak Ridge, TN, USA) ,  Brigham Katharine (School of Engineering and Computing Sciences, Durham University, Durham, U.K.) ,  Rao Nageswara S. V. (Computer Science and Mathematics Division, Oak Ridge National Laboratory, Oak Ridge, TN, USA)
資料名： IEEE Transactions on Signal and Information Processing Over Networks  (IEEE Transactions on Signal and Information Processing Over Networks)
巻： 3  号： 4  ページ： 760-770  発行年： 2017年 
JST資料番号： W2438A  ISSN： 2373-776X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 長距離センサネットワークでは,センサは遠隔特定のタスクを実行するために大きな地理的領域上に展開されている,追跡および/または1つ以上の動的ターゲットのモニタリングに用いられる。標的特性の最終推定位置などは非常に改良された品質を有することが期待される遠隔フュージョンセンターは,これらのセンサによって与えられた情報を融合する。本研究では,長距離センサネットワークにおけるターゲット状態の推定と融合のための学習ベースのアプローチを追求している。特に,人工神経回路網(ANN)の種々の実装に基づく学習を考察した。低品質センサ推定の形で,ANNベース推定と融合に及ぼす,1)不完全通信条件,すなわち,リンクレベル損失と遅延,および2)計算制約の結合効果は,解析的およびシミュレーション研究を用いて研究した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習 ,  品質 ,  センサネットワーク ,  シミュレーション ,  センサ ,  通信 ,  *ニューラルネットワーク ,  地理学
準シソーラス用語： *長距離 , 【Automatic Indexing@JST】

分類 (3件)： 計測機器一般  (AD02000X) ,  音響信号処理  (BB03050C) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (6件)： 人工ニューラルネットワーク ,  長距離 ,  リンク ,  追跡 ,  推定 ,  融合