Kernkonzepte
무인 항공기 유형을 LSTM 신경망을 활용하여 효과적으로 분류하는 기계 학습 모델을 제시한다.
Zusammenfassung
무인 항공기 유형을 분류하기 위한 LSTM 모델 소개
샘플링 방법과 클래스 불균형 해결 방법 실험 결과 제시
데이터 및 모델 구조에 대한 상세한 설명
무인 항공기 유형 분류에 대한 다양한 실험 결과와 분석
데이터 증강 및 클래스 불균형 처리 방법에 대한 토론
Statistiken
"Averaging the macro f-scores across 10 folds of data, we found that the majority quadrotor class was predicted well (98.16%), and, despite an extreme class imbalance, the model could also predicted a majority of fixed-wing flights correctly (73.15%). Hexarotor instances were often misclassified as quadrotors due to the similarity of multirotors in general (42.15%)."
Zitate
"Unmanned aerial vehicles are becoming common and have many productive uses."
"Knowing the type of unmanned aerial vehicle can go a long way in determining any potential risks it carries."
"Our work is the first to predict UAV type from flight log information."