使用自编码器学习用于检测监视飞机的有意义特征
机器学习
2018-09-28 v1 机器学习
摘要
本文探索使用基于长短期记忆（LSTM）的序列自编码器，利用ADS-B飞行数据学习用于检测监视飞机的有意义特征。飞机周期性地向地面接收机广播ADS-B（广播式自动相关监视）数据。LSTM网络能够对变长时间序列数据建模并记忆跨越事件的依赖关系，这使其成为实现ADS-B数据序列自编码器的理想选择，因为ADS-B数据具有可能的变长时间序列、不规则采样和跨越事件的依赖关系。
引用
@article{arxiv.1809.10333,
title = {Using Autoencoders To Learn Interesting Features For Detecting Surveillance Aircraft},
author = {Teresa Nicole Brooks},
journal= {arXiv preprint arXiv:1809.10333},
year = {2018}
}