文献

J-GLOBAL ID：202102278038827222   整理番号：21A0232450

レンジビームDopplerテンソルに基づく自動車シーン分類のための複素数値畳込みニューラルネットワーク【JST・京大機械翻訳】

Complex-Valued Convolutional Neural Networks for Automotive Scene Classification Based on Range-Beam-Doppler Tensors

著者 (3件)： Meyer Michael (Machine Learning Group,Astyx GmbH,Ottobrunn,Germany,85521) ,  Kuschk Georg (Machine Learning Group,Astyx GmbH,Ottobrunn,Germany,85521) ,  Tomforde Sven (Kiel University,Department of Computer Science,Kiel,Germany,24118)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITSC  ページ： 1-6  発行年： 2020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： 本研究では,低レベルレーダデータに関する深層学習手法を用いて,自動車交通シーン分類のタスクを解いた。2Dカメラ画像を用いた既存の手法とは対照的に,入力は自動車レーダによって出力された複素値3D範囲ビームドップラーテンソルである。3つの異なるネットワークを設計し,訓練し,評価し,深層ニューラルネットワークにおけるこのタイプのデータの処理における異なるニューナンスの影響を分析した。複素数値畳込みと複素値3Dテンソルにおけるそれらの利用に特に注意を払った。得られたネットワークは,分割試験データセット上で95%以上の分類精度を達成し,交通シーン分類のための自動車レーダデータの有用性を示し,それは,天候ロバストマルチセンサシステムに統合できる。Copyright 2021 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： *畳込み ,  *テンソル ,  *自動車 ,  *ネットワーク ,  *複素数 ,  写真像 ,  二次元 ,  三次元
準シソーラス用語： 分類精度 ,  天候 ,  自動車用レーダ ,  *シーン分類 ,  深層学習 ,  ディープニューラルネットワーク ,  *畳込みニューラルネットワーク , 【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 (7件)： レンジ ,  ビーム ,  テンソル ,  自動車 ,  シーン分類 ,  数値 ,  畳込みニューラルネットワーク