文献

J-GLOBAL ID：202202275548313009   整理番号：22A0899352

統計的に修正した畳込みニューラルネットワークを用いたGNSS-R風速検索のための情報融合【JST・京大機械翻訳】

Information fusion for GNSS-R wind speed retrieval using statistically modified convolutional neural network

著者 (7件)： Guo Wenfei (GNSS Research Center, Wuhan University, Wuhan 430079, China) ,  Du Hao (GNSS Research Center, Wuhan University, Wuhan 430079, China) ,  Guo Chi (GNSS Research Center, Wuhan University, Wuhan 430079, China) ,  Guo Chi (Artificial Intelligence Institute, Wuhan University, Wuhan 430072, China) ,  Southwell Benjamin J. (Dolby Laboratories, Sydney, NSW 2060, Australia) ,  Cheong Joon Wayn (Australian Centre for Space Engineering Research, University of New South Wales, Sydney, NSW 2052, Australia) ,  Dempster Andrew G. (Australian Centre for Space Engineering Research, University of New South Wales, Sydney, NSW 2052, Australia)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 272  ページ： Null  発行年： 2022年 
JST資料番号： C0252B  ISSN： 0034-4257  資料種別： 逐次刊行物 (A)
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： 衛星搭載地球航法衛星システム反射率測定(GNSS-R)は,最近,海洋上の風速検索に適用されており,そこでは,風速が,遅延ドップラーマップ(DDM)と経験的地球物理モデル関数(GMFs)から抽出された特徴を用いてしばしば検索される。しかし,その複雑な効果を与えるGMFの入力として,幾何学や海の状態のようなGNSS-Rプロセスに関連する他の因子を利用することは困難である。完全接続ネットワーク(FCN)の使用は最近提案されたが,非一様風分布により高風速で過剰適合が発生し,いくつかの情報がDDMsからの人工的抽出特徴のために不確かに実行されている。この目的のために,累積分布関数(CDF)マッチングを適用する深層学習ベースエンドツーエンド修正畳込みニューラルネットワーク(CNN)モデルを提案した。畳み込み層が最初に有効なDDM特徴を抽出するマルチモーダルアプローチを利用した。次に,それらを,鏡面点,入射角,範囲補正利得(RCG),バイスタティックレーダ断面積(BRCS)の不確実性,および有意な波高(SWH)のジオロケーションを含む補助情報と融合した。さらに,多重完全接続層はネットワーク層の残りを構成する。最後に,CDFマッチングを適用して,CNN風のシステム偏差を修正する。風速検索の二乗平均平方根誤差(RMSE)とバイアスは,提案した方法を用いた場合,0~25m/s以内で,それぞれ,1.53m/sと-0.097m/sであった。特に,バイアスはFCNアーキテクチャと比較して51%減少し,一方,12~25m/sでの検索のRMSEは12%改善された。さらに,入射角に対するRMSEとバイアスは,0.35m/sと0.078m/s以上ではなく,RCGに対するそれらは,それぞれ0.24m/sと0.061m/s以下であった。時系列分析は,提案モデルの風速検索が参照風速と一致することを示した。サイクロン全球航法衛星システム(CYGNSS)Version2.1不適切較正製品におけるDDM観測の下方傾向により駆動される検索バイアスの時間的増加を同定した。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： 幾何学 ,  *畳込み ,  断面積 ,  *風速 ,  時系列分析 ,  *ネットワーク ,  不確実性 ,  地球 ,  航行衛星 ,  海洋 ,  多重化 ,  利得 ,  多モード ,  計算機アーキテクチャ
準シソーラス用語： 物理モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： グローバル航法衛星システム反射率測定(GNSS-R) ,  海面風検索 ,  畳込みニューラルネットワーク(CNN) ,  情報融合 ,  累積分布関数(CDF)マッチング

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： 統計 ,  畳込みニューラルネットワーク ,  GNSS-R ,  風速 ,  検索 ,  情報融合