文献

J-GLOBAL ID：201902227582746796   整理番号：19A1773961

完全時間マイクロドップラー分類のための複素値ニューラルネットワーク【JST・京大機械翻訳】

Complex-valued neural networks for fully-temporal micro-Doppler classification

著者 (5件)： Brooks Daniel A. (Thales Air Systems, GBU LAS, Advanced Radar Concepts, Limours, FRANCE) ,  Schwander Olivier (CNRS, LIP6 - Laboratoire d’Informatique de Paris 6, Sorbonne Universite ́, Paris, F-75005, FRANCE) ,  Barbaresco Frederic (Thales Air Systems, GBU LAS, Advanced Radar Concepts, Limours, FRANCE) ,  Schneider Jean-Yves (Thales Air Systems, GBU LAS, Advanced Radar Concepts, Limours, FRANCE) ,  Cord Matthieu (Thales Air Systems, GBU LAS, Advanced Radar Concepts, Limours, FRANCE)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IRS  ページ： 1-10  発行年： 2019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： マイクロDoppler解析は,一般的に対数スケール,実数値スペクトログラムを利用し,分類のための深い学習アーキテクチャを含む最近の研究は例外ではない。研究の隣接分野におけるいくつかの研究は,生の時間的信号を直接利用するが,レーダIQ信号に固有の複雑な数を扱わない。本論文では,深いアーキテクチャに適したFourier様層を導入することにより,生の信号とスペクトログラムを同時に利用する複素数値の完全に時間的なニューラルネットワークを提案した。著者らは,現実値の対応物と比較して,合成レーダデータ上の特定の条件下で,改善された結果を示した。Copyright 2019 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： 計算機アーキテクチャ ,  実数 ,  学習 ,  対数 ,  複素数 ,  *ニューラルネットワーク ,  レーダ
準シソーラス用語： スペクトログラム ,  *マイクロドップラ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： マイクロドップラー ,  分類 ,  ニューラルネットワーク