arXiv · ML· Michal Levin, Itzik Klein·· 1 天前AI 评分24
条件扩散模型生成 DVL 与惯性信号用于水下导航
Conditional Diffusion Generation of DVL and Inertial Signals for Underwater Navigation
AI 导读
该研究提出条件扩散框架，通过生成合成 DVL 与惯性信号替代真实海试数据，解决自主水下车辆（AUV）深度学习训练数据获取成本高的问题。 模型基于 Elucidated 扩散架构，以三个逐通道运动描述符为条件，在 13 条真实轨迹上验证生成信号的 Pearson 相关系数达 0.72 至 0.997，且可泛化至未训练轨迹。
来源：arXiv · ML · arxiv.org