基于多传感器融合神经网络的帝王蝶迁徙定位
信号处理
2019-12-17 v1 机器学习
摘要
由于缺乏合适的定位技术来准确本地化并追踪蝴蝶迁徙，帝王蝶从美国到墨西哥的迁徙细节仍是一个谜。在本文中，我们提出一种基于深度学习的蝴蝶定位算法，该算法可通过分析附着在蝴蝶上的毫米级超低功耗光与温度传感器持续获得的传感器数据日志，来估计蝴蝶的每日位置。为训练并测试所提出的基于神经网络的多传感器融合定位算法，我们收集了全美 82 名志愿者超过 1500 天的真实世界传感器测量数据。所提算法在地球坐标的纬度上平均绝对误差 <1.5 度、经度上 <0.5 度，满足了帝王蝶迁徙研究的目标要求。
引用
@article{arxiv.1912.06907,
title = {Migrating Monarch Butterfly Localization Using Multi-Sensor Fusion Neural Networks},
author = {Mingyu Yang and Roger Hsiao and Gordy Carichner and Katherine Ernst and Jaechan Lim and Delbert A. Green and Inhee Lee and David Blaauw and Hun-Seok Kim},
journal= {arXiv preprint arXiv:1912.06907},
year = {2019}
}
备注
under review for ICASSP 2020