線形計画法と深層学習による人工衛星データの復元と解析

使用线性规划和深度学习恢复和分析卫星数据

• 批准号: 20K21792
• 负责人: 土谷 隆
• 金额: $ 3.24万
• 依托单位: National Graduate Institute for Policy Studies
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-07-30 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K21792/
• 关键词: 人工衛星; 深層学習; Geotail; プラズマ粒子; 線形計画; GEOTAIL; 整数計画; 信号復元; 数理計画法; 人工衛星データ; 線形計画法

本研究の目的は、磁気圏尾部観測衛星GEOTAILが観測して圧縮した形で地上に送ってきた低エネルギープラズマ粒子の3次元分布データ（入射方向2次元（緯度方向7成分と経度方向16成分）、エネルギー強度1次元32成分）を復元することである。この3次元分布は7×16×32=3584成分のヒストグラムで表現されるが，圧縮されたデータは緯度方向を周辺化して2次元に圧縮された512成分ヒストグラムと10個の統計量である。一日の内8時間は3次元分布データが送られてくるが、残り16時間については、圧縮されたデータが送られてくる。3次元データが送られる8時間分を復元の学習用に用いることができる。観測者は3次元分布データから求められるEtスペクトログラムという可視化グラフを用いて科学的推論を行う。地球惑星科学的な立場からGEOTAILデータを用いる研究の目的の一つに磁気リコネクションという現象を発見することが挙げられるが、この現象はEtスペクトログラムから判定される。本研究により、復元データから新たな磁気リコネクションを発見できる可能性がある。本年度は、昨年度までの研究で有望であることが判明した U-Net を生成ネットワークとし、畳み込みネットワークを評価関数とした GAN を引き続き採用し、その性能向上を試みた。昨年度より長時間学習させ、さらに、３次元ヒストグラムのデータだけでなく、それをEtスペクトログラムに変換したデータ（これが観察者が実際に観察するものである）を学習に利用した。現時点では、学習後、検証用の圧縮データを復元し、特に磁気リコネクションの部分の Etスペクトログラムを正解と比較すると、まだ再現性が不十分である。そのため、磁気リコネクションに絞った強化学習を行うなど、更なるモデルの改良が必要であることが判明した。

は の purpose this study, magnetic 気 sha-lu tail 観 satellite measurement GEOTAIL が 観 measuring し て 圧 shrinkage し に で た form the ground to send っ て き た low エ ネ ル ギ ー プ ラ ズ マ particle の 3 dimensional distribution デ ー タ (incident direction 2 yuan (latitude direction 7 ingredients と 経 degree direction 16 components), エ ネ ル ギ ー strength 1 yuan 32) を recovery す る こ と で あ る. こ の 3 dimensional distribution は 7 * 16 * 32 = 3584 composition の ヒ ス ト グ ラ ム で performance さ れ る が, 圧 shrinkage さ れ た デ ー タ を weeks 辺 は latitude direction change し て 2 dimensional に 圧 shrinkage さ れ た 512 composition ヒ ス ト グ ラ ム と 10 の statistic で あ る. 1 time 8 の は 3 dimensional distribution デ ー タ が send ら れ て く る が and residual り 16 time に つ い て は, 圧 shrinkage さ れ た デ ー タ が send ら れ て く る. Three-dimensional デ タが タが send られる8 time division を recovery <s:1> study use に use に る る とがで る る る は 観 subjects, three dimensional distribution デ ー タ か ら o め ら れ る Et ス ペ ク ト ロ グ ラ ム と い う visualization グ ラ フ を with い を line う て scientific reasoning. Planet earth science な position か ら GEOTAIL デ ー タ を with い る research purpose の の つ に magnetic 気 リ コ ネ ク シ ョ ン と い う phenomenon を 発 see す る こ と が 挙 げ ら れ る が, こ の phenomenon は Et ス ペ ク ト ロ グ ラ ム か ら determine さ れ る. This study に よ り, recovery デ ー タ か ら new た な magnetic 気 リ コ ネ ク シ ョ ン を 発 see で き る possibility が あ る. This year's annual ま は, yesterday で で の study is expected to be で あ る こ と が.at し た U -.net を generated ネ ッ ト ワ ー ク と し, 畳 み 込 み ネ ッ ト ワ ー ク を review 価 masato number と し た GAN を lead き 続 き し, そ の performance up を try み た. Yesterday's annual よ り long learning さ せ, さ ら に, 3 dimensional ヒ ス ト グ ラ ム の デ ー タ だ け で な く, そ れ を Et ス ペ ク ト ロ グ ラ ム に variations in し た デ ー タ (こ れ が 観 observer が be interstate に 観 examine す る も の で あ る) を learning に using し た. Now point で は, after studying, 検 certificate with の 圧 shrinkage デ ー タ を recovery し, に magnetic 気 リ コ ネ ク シ ョ ン の part の Et ス ペ ク ト ロ グ ラ ム と を positive solutions is す る と, ま だ reproducibility が not quite で あ る. そ の た め, magnetic 気 リ コ ネ ク シ ョ ン に ground っ た reinforcement learning を line う な ど, more な る モ デ ル の improved が necessary で あ る こ と が.at し た.

项目成果

ニューラルネットワークを用いた人工衛星の観測データの復元

利用神经网络恢复卫星观测数据

• 发表时间: 2023
• 作者: Kazumasa Tani;Mika Yamazaki;Tadanobu Takahashi;Yuuki Kurebayashi;Takashi Suzuki;柿原 聡，土谷 隆，上野 玄太
• 通讯作者: 柿原 聡，土谷 隆，上野 玄太