文献

J-GLOBAL ID：201802234278997988   整理番号：18A1678766

クラッタにおけるBayes追跡の相転移【JST・京大機械翻訳】

Phase Transition in Bayesian Tracking in Clutter

著者 (1件)： Offer Charles R. (Thales Research Technology and Innovation, Reading, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： FUSION  ページ： 2129-2136  発行年： 2018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： クラッタ(すなわちスプリアス検出)の存在下でのBayes物体追跡の簡単なモデルを研究した。このモデルでは,単一物体が存在することが知られており,Poisson分布クラッタの追加的検出により各時間ステップで検出される。その位置は,物体の未知運動に対する測定誤差と拡散のGaussモデルを用いて推定される。ゆらぎを無視すると,三次元またはそれ以上の次元では,ある臨界クラッタ密度で相転移が見られ,それ以上では長期間トラッキングは可能ではないが,事後確率は無限時間後でも真の物体位置の周りに局所化される。より少ない次元では,相転移はなく,長期追跡は常に原理的に可能である。臨界クラッタ密度の限界を連続モデルに対して計算した。離散モデルに対する数値結果は,臨界クラッタ密度の近似的予測を確認した。類似の挙動は,複数物体追跡のより一般的なモデルに対して発生することが予想される。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 臨界 ,  ゆらぎ ,  測定誤差 ,  事後確率 ,  *クラッタ ,  *相転移 ,  Poisson分布 ,  三次元 ,  予測 ,  Gauss模型 ,  近似法
準シソーラス用語： 離散モデル ,  連続モデル ,  局在化 ,  物体追跡 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (3件)： クラッタ ,  追跡 ,  相転移