arXiv · Machine Learning· Michal Levin, Itzik Klein·· 8 小时前AI 评分45
条件扩散生成用于水下导航的 DVL 与惯性信号
Conditional Diffusion Generation of DVL and Inertial Signals for Underwater Navigation
AI 导读
研究提出条件扩散框架，生成供自主水下航行器（AUV）导航训练使用的合成 DVL 与惯性信号，以减少对海试数据的依赖。在真实数据集的 13 条轨迹上，生成信号与指定条件的 Pearson 相关系数为 0.72–0.997。仅用生成信号训练的 BeamsNet 速度估计器达到完整真实训练集的速度误差，最多替换全部真实窗口也未测得损失。
来源：arXiv · Machine Learning · arxiv.org