Citation Export
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 김태윤 | - |
| dc.contributor.author | 정소이 | - |
| dc.contributor.author | 김재현 | - |
| dc.date.issued | 2023-02 | - |
| dc.identifier.issn | 1226-4717 | - |
| dc.identifier.uri | https://aurora.ajou.ac.kr/handle/2018.oak/38721 | - |
| dc.identifier.uri | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002930348 | - |
| dc.description.abstract | Low Earth orbit (LEO) 위성 synthetic aperture radar (SAR)는 지구관측의 효율적인 기술로 최근 많은 연구가 진행 중이다. 하지만 LEO 위성의 시간 제한적 특성상, SAR 원본 이미지의 효율적인 처리에대한 연구는 필수적이다. 본 논문에서는 LEO SAR 이미지의 효율적인 처리를 위한 심층 강화학습 기반적응형 스페클 잡음 필터링 알고리즘을 제안한다. 제안하는 알고리즘은 버퍼 상태에 따라 필터 크기를 적응적으로 선택하여 제한된 시간에 최대한의 이미지해상도를 도출한다. 시뮬레이션 결과, 제안하는 알고리즘은 다른 알고리즘과 비교하였을 때 버퍼 상태를고려하여 최적의 필터 선택을 하는 것을 확인하였다. | - |
| dc.language.iso | Kor | - |
| dc.publisher | 한국통신학회 | - |
| dc.title | 심층 강화학습 기반 적응적 SAR 이미지 필터링 알고리즘 설계 | - |
| dc.title.alternative | Deep Reinforcement Learning Based Adaptive Synthetic Aperture Radar Image Filtering Algorithm | - |
| dc.type | Article | - |
| dc.citation.endPage | 175 | - |
| dc.citation.number | 2 | - |
| dc.citation.startPage | 172 | - |
| dc.citation.title | 한국통신학회논문지 | - |
| dc.citation.volume | 48 | - |
| dc.identifier.bibliographicCitation | 한국통신학회논문지, Vol.48 No.2, pp.172-175 | - |
| dc.identifier.doi | 10.7840/kics.2023.48.2.172 | - |
| dc.subject.keyword | Low Earth Orbit (LEO) | - |
| dc.subject.keyword | Synthetic Aperture Radar (SAR) | - |
| dc.subject.keyword | Speckle Image Filtering | - |
| dc.subject.keyword | Deep Reinforcement Learning (DRL) | - |
| dc.subject.keyword | Buffer State | - |
| dc.type.other | Article | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
