抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
典型的な無線天文学実験の信号処理チェーンにおける生ディジタル化信号からのラジオ周波数干渉(RFI)の検出と除去のための新しいニューラルネットワーク(NN)法を提案した。この方法の主な利点は,訓練セットを必要としないことである。代わりに,この方法は天文源から来る関心の真の信号が熱であり,従って圧縮できないGaussランダム過程として記述されるという事実に依存する。変分符号器/デコーダネットワークを用いてデータストリーム中の圧縮性情報を見出し,最も少ない自由度でほとんどの分散を説明できる。バリオンマッピングeXperiment(BMX)プロトタイプから,トイ問題と保存リングバッファのセットで実証した。RFIサブトラクションは模擬時間ストリームの洗浄に有効であるが,NNによるRFI洗浄時間ストリーム出力のパワースペクトルは付加的雑音と整合する余分な信号に悩まされ,RFI電力が信号よりも1桁大きいときでさえ,それは一般に,バンド全体の約パーセントレベルおよび汚染スペクトルチャネルにおける10%以下であることを見出した。この方法の利点と限界,および将来の無線実験のフロントエンドにおける可能な実装を論じた。【JST・京大機械翻訳】