この論文では、無人航空機(UAV)のタイプをクアッドローター、ヘキサローター、または固定翼として分類するための長期・短期記憶(LSTM)ニューラルネットワークを使用した機械学習モデルが紹介されています。実験では、タイムスタンプサンプリング方法やクラス分布の不均衡対策などが試され、最適な手法が特定されました。結果として、クアッドローターおよび固定翼飛行は高い精度で予測されましたが、ヘキサローターは他の多軸と似ているため誤分類が多かったことが示されました。さらに、データセットには重要な偏りがあり、データ拡張やオーバーサンプリングなどの手法で対処されました。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Tarik Crnovr... at arxiv.org 03-04-2024
https://arxiv.org/pdf/2403.00565.pdfDeeper Inquiries