エッジ検出と深層学習に基づくSETI信号分類方法【JST・京大機械翻訳】

Chen Zhewei; Haider Sami Ahmed

プレプリント

J-GLOBAL ID：202202200791994326 整理番号：22P0311879

エッジ検出と深層学習に基づくSETI信号分類方法【JST・京大機械翻訳】

Edge Detection and Deep Learning Based SETI Signal Classification Method

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年03月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Berkeley SETI研究センターの科学者は,無線信号をFourier変換を通してスペクトログラムに変換する新しい信号検出法によって,地球外知能(SETI)を探索し,二次元時間周波数スペクトルによって表現される信号を分類し,信号分類問題を画像分類タスクにうまく変換する。スペクトログラム分類の精度に及ぼすバックグラウンドノイズの負の影響を考慮して,新しい方法をこの論文で紹介する。Gauss畳込み平滑化の後,信号のエッジを検出し,信号の輪郭を強化するためにエッジ検出関数を適用し,次に,処理スペクトログラムを用いて,様々な画像分類ネットワークの分類精度を比較するため,深層ニューラルネットワークを訓練した。結果は,提案方法がSETIスペクトルの分類精度を効果的に改良できることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , ,

前のページに戻る