Głębokie uczenie się w zastosowaniach radarów krótkiego zasięgu

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

Deep Learning Applications of Short Range Radars

Zawartość książki:

Ten ekscytujący nowy zasób obejmuje różne pojawiające się zastosowania radarów krótkiego zasięgu, w tym liczenie i śledzenie ludzi, wykrywanie gestów, rozpoznawanie aktywności człowieka, rysowanie w powietrzu, klasyfikację materiałów, klasyfikację obiektów, wykrywanie witalności poprzez wyodrębnianie cech, takich jak obrazy zakresu dopplerowskiego (RDI), obrazy zakresu krzyżowego, spektrogram dopplerowski lub bezpośrednie dostarczanie surowych danych ADC do klasyfikatorów. Książka przedstawia również, w jaki sposób architektury głębokiego uczenia zastępują konwencjonalne potoki przetwarzania sygnałów radarowych, umożliwiając nowe zastosowania i wyniki.

Opisuje, w jaki sposób głębokie konwolucyjne sieci neuronowe (DCNN), pamięć długo-krótkoterminowa (LSTM), sieci sprzężone, regularyzacja, algorytmy optymalizacji, koneksjonistyczna klasyfikacja czasowa (CTC) umożliwiają te aplikacje. Czytelnicy zyskują dogłębną wiedzę na temat tego, w jaki sposób głębokie uczenie się umożliwia rozwiązywanie pojawiających się problemów, a także rozwiązywanie istniejących problemów.

Przedstawiono nowe zastosowania i problemy w dziedzinie radarów. Książka przedstawia również przejścia od konwencjonalnego przetwarzania sygnałów do uczenia maszynowego/głębokiego oraz wyjaśnia, w jaki sposób radary przechodzą do zastosowań przemysłowych i konsumenckich z zastosowań lotniczych i motoryzacyjnych.