文献

J-GLOBAL ID：201802219966900330   整理番号：18A0186200

ニューラルネットワークに基づく搭載再突入着地フットプリント生成【Powered by NICT】

Onboard reentry landing footprints generation based on neural network

著者 (3件)： Shurong Feng (School of Automation, National Key Laboratory of Science & Technology on Multispectral Information Processing, Huazhong University of Science and Technology, Wuhan, Hubei, China, 430074) ,  Lei Liu (School of Automation, National Key Laboratory of Science & Technology on Multispectral Information Processing, Huazhong University of Science and Technology, Wuhan, Hubei, China, 430074) ,  Yongji Wang (School of Automation, National Key Laboratory of Science & Technology on Multispectral Information Processing, Huazhong University of Science and Technology, Wuhan, Hubei, China, 430074)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 579-584  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： onborad着陸フットプリント生成のリアルタイム要求を満たすために,ニューラルネットワークに基づく高速搭載法を提案した。異なった自動車のフットプリントの特性を解析し,downrangeクロスレンジ記述で境界は楕円に類似していることを見出した。,フットプリント試料は,軌道最適化アルゴリズムオフラインによって得られ,マルチニューラルネットワークは,スケジューリング管理法に基づいて訓練した。訓練されたニューラルネットワークは,フットプリント搭載を発生させた。シミュレーション結果は,この方法が効果的であり,高い精度を持つことを示した。Copyright 2018 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： スケジューリング ,  自動車 ,  高速度 ,  シミュレーション ,  着陸 ,  *再突入 ,  *ニューラルネットワーク
準シソーラス用語： オフライン ,  最適アルゴリズム ,  実時間 ,  *フットプリント ,  *着地 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  再突入 ,  着地 ,  フットプリント