機械学習による電波望遠鏡の対流圏遅延補正

機械学習を用いたセンサーフュージョンによる対流圏遅延の新しい補正手法を提案し、そのアーキテクチャと検証計画を示した。

• 次世代超大型干渉電波望遠鏡では水蒸気放射計による高精度な対流圏遅延補正が求められている。
• カルマンフィルターと機械学習を組み合わせた異種マルチレートセンサーフュージョンを提案した。
• 高頻度のキャリブレーター位相からフィルターパラメータを学習する仕組みを導入している。
• 今後はアルマ望遠鏡の183GHz水蒸気放射計システムを用いて検証を行う予定である。

原文タイトル: Machine Learning Sensor Fusion for Water Vapor Radiometry based Tropospheric Delay Calibration

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。