MétaCan
Menu
Retour à la cohorte
Enregistrement W2149729344

Multisensor joint tracking and identification using particle filter and Dempster-Shafer fusion

2012· article· en· W2149729344 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Conference on Information Fusion · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensUniversité LavalDefence Research and Development CanadaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésParticle filterSensor fusionClutterComputer scienceRadar trackerArtificial intelligenceIdentification (biology)Tracking (education)Dempster–Shafer theoryComputer visionRadarFlexibility (engineering)Filter (signal processing)FusionData associationData miningMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Simultaneous multi-target tracking and identification using multiple radar sensors is advantageous to offer more reliable real-time information for situation assessment, resource management and decision making, which is essentially a problem of joint tracking, association, identification and sensor fusion. This paper first presents a method to use the Rao-Blackwellised particle filter (RBPF) based approach to address the joint multitarget tracking, association and identification in presence of clutter using a single radar kinematic measurement. Using the particle filter as an association indicator, the data association is efficiently integrated into the RBPF frameworks. To achieve more robust and reliable performance, multi-sensor fusion is exploited. Dempster-Shafter (D-S) belief function is then incorporated into the RBPF framework under the transferable belief model (TBM) to provide a flexible fusion result. Computer simulations using the proposed schemes show reliable tracking and reasonable and correct target classification with great flexibility.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,595

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,088
Tête enseignante GPT0,298
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle