文献
J-GLOBAL ID:202202213848044512   整理番号:22A0839939

畳込みニューラルネットワークを用いた実時間における分散無線過渡現象の検出【JST・京大機械翻訳】

Detecting dispersed radio transients in real time using convolutional neural networks
著者 (6件):
資料名:
巻: 38  ページ: Null  発行年: 2022年 
JST資料番号: W3296A  ISSN: 2213-1337  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
過渡源を見つける目的で,無線画像データストリームの自動実時間解析のための方法論を提示した。これまでの研究とは対照的に,分散が役割を始める時間スケールでの過渡現象に興味があり,従って,高次元データ空間を探索し,実時間でデータストリームを続けるために十分高速に動作させる必要がある。この手法は,品質管理,ソース検出,会合,フラックス測定,および物理的パラメータ推論の5つの主なステップから成る。GPU上で加速できる畳込みとフィルタに基づく並列化法を提示し,パイプラインを実時間で実行することを可能にする。パラメータ推論ステップでは,先行段階から得られた動的スペクトルに畳み込みニューラルネットワークを適用した。それは物理的パラメータを推論し,その中で,過渡候補の分散測度を推測した。これらのパラメータの臨界値に基づいて,警報を送ることができ,データを更なる調査のために保存する。実験的に,パイプラインを,低周波数アレイ(LOFAR)に基づく過渡施設である,AARTFAAC(Amsterdam Astrol Radio Transients Analys and Analysis Centre)からのシミュレーションデータと画像に適用した。模擬データの結果は,パイプラインの有効性を示し,実際のデータから分散パルスを発見した。本研究は,ビーム成形探索の高速過渡現象よりも長い時間スケールでの過渡現象を標的とするが,分散物質がより少ない遅い過渡現象よりも短い。これは,上向きの正方形Kilometerアレイ(SKA)に関連する方法論的ギャップを埋める。さらに,実時間解析が実行できるので,有望な検出を持つデータだけがディスクに保存され,現代の天文学が処理する大きなデータ問題に対する解決策を提供する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
専用演算制御装置  ,  図形・画像処理一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る