| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-07-14 16:30 ［依頼講演］構造物3次元情報を深層学習の特徴量とした橋梁環境の伝搬損失推定結果 ○岩﨑 慧・滝 勇太・木内和秀・吉敷由起子（構造計画研）・廣瀬 幸・今井哲朗（東京電機大）  AP2023-64 |
|
| 抄録 | （和） | Society5.0の時代では多様な無線通信が利用される為，新たな無線システムの設計・評価，検証を短時間で実現することが求められる．本稿ではCPS(Cyber Physical System)でエミュレーションを可能とする伝搬損失推定モデルの開発を目的とし，橋梁点検のユースケースを想定したドローン間通信の伝搬損失推定モデルを測定データを用いて構築，評価した．伝搬路の周囲の複雑な伝搬環境を深層学習に直接入力するため，点群データを活用する．本稿では，点群データを用いる機械学習手法であるPointNetを利用した検討結果について報告する． |
| （英） | In Society 5.0, where diverse wireless communications are utilized, there is a demand for rapid design, evaluation, and verification of new wireless systems. This paper aims to develop propagation loss estimation models enabled by CPS(Cyber Physical Systems) emulation. Specifically, a propagation loss estimation model for drone-to-drone communication, considering bridge inspection, will be constructed and evaluated using measurement data. To directly input the complex propagation environment into deep learning, point cloud data is employed. This paper reports the findings of the investigation using PointNet, a machine learning method utilizing point cloud data. | |
| キーワード | （和） | CPS / 点群データ / 深層学習 / / / / / |
| （英） | CPS / Point cloud data / Deep Learning / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 103, AP2023-64, pp. 181-186, 2023年7月. | |
| 資料番号 | AP2023-64 | |
| 発行日 | 2023-07-05 (AP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AP2023-64 |
|
| 研究会情報 | |
| 研究会 | AP SANE SAT |
| 開催期間 | 2023-07-12 - 2023-07-14 |
| 開催地（和） | 北海道立道民活動センター（かでる2・7） |
| 開催地（英） | The Citizen Activity Center |
| テーマ（和） | リモートセンシング，衛星通信，電波伝搬，一般 |
| テーマ（英） | Remote sensing, Sattelite Communication, Radio propagation, Antennas and Propagation |
| 講演論文情報の詳細 | |
| 申込み研究会 | AP |
| 会議コード | 2023-07-AP-SANE-SAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 構造物3次元情報を深層学習の特徴量とした橋梁環境の伝搬損失推定結果 |
| サブタイトル（和） | |
| タイトル（英） | Propagation Loss Estimation in Bridge Environment using 3D Structural Information as Deep Learning Features |
| サブタイトル（英） | |
| キーワード(1)（和/英） | CPS / CPS |
| キーワード(2)（和/英） | 点群データ / Point cloud data |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 岩﨑 慧 / Satoshi Iwasaki / イワサキ サトシ |
| 第1著者 所属（和/英） | (株)構造計画研究所 (略称： 構造計画研) Kozo Keikaku Engineering Inc. (略称： KKE) |
| 第2著者 氏名（和/英/ヨミ） | 滝 勇太 / Yuta Taki / タキ ユウタ |
| 第2著者 所属（和/英） | (株)構造計画研究所 (略称： 構造計画研) Kozo Keikaku Engineering Inc. (略称： KKE) |
| 第3著者 氏名（和/英/ヨミ） | 木内 和秀 / Kazuhide Kiuchi / キウチ カズヒデ |
| 第3著者 所属（和/英） | (株)構造計画研究所 (略称： 構造計画研) Kozo Keikaku Engineering Inc. (略称： KKE) |
| 第4著者 氏名（和/英/ヨミ） | 吉敷 由起子 / Yukiko Kishiki / キシキ ユキコ |
| 第4著者 所属（和/英） | (株)構造計画研究所 (略称： 構造計画研) Kozo Keikaku Engineering Inc. (略称： KKE) |
| 第5著者 氏名（和/英/ヨミ） | 廣瀬 幸 / Miyuki Hirose / ヒロセ ミユキ |
| 第5著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： TDU) |
| 第6著者 氏名（和/英/ヨミ） | 今井 哲朗 / Tetsuro Imai / イマイ テツロウ |
| 第6著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： TDU) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-07-14 16:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AP |
| 資料番号 | AP2023-64 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.103 |
| ページ範囲 | pp.181-186 |
| ページ数 | 6 |
| 発行日 | 2023-07-05 (AP) |
[研究会発表申込システムのトップページに戻る]