Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Trains Detection Using State of Polarization Changes Measurement and Convolutional Neural Networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F21%3APU140943" target="_blank" >RIV/00216305:26220/21:PU140943 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/9430469" target="_blank" >https://ieeexplore.ieee.org/document/9430469</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/INERTIAL51137.2021.9430469" target="_blank" >10.1109/INERTIAL51137.2021.9430469</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Trains Detection Using State of Polarization Changes Measurement and Convolutional Neural Networks

  • Popis výsledku v původním jazyce

    Fiber optic infrastructure security is of growing interest. The current distributed sensor systems are robust and expensive solutions, and their practical applications are uncommon. Research into simple and cost-effective solutions based on changes in the state of polarization is crucial. This paper expands the use of a vibration sensor based on the sensing of rapid changes in the state of polarization (SOP) of light in a standard single-mode optical fiber by using a convolutional neural network to detect trains running along the optical fiber infrastructure. It is a simple system that determines ongoing events near the optical fiber route by simply determining the signal boundaries that define the idle state. By using a neural network, it is possible to eliminate the distortion caused by the temperature changes and, for example, to improve detection in the the zones where the vibrations are not strong enough for a simple threshold resolution.

  • Název v anglickém jazyce

    Trains Detection Using State of Polarization Changes Measurement and Convolutional Neural Networks

  • Popis výsledku anglicky

    Fiber optic infrastructure security is of growing interest. The current distributed sensor systems are robust and expensive solutions, and their practical applications are uncommon. Research into simple and cost-effective solutions based on changes in the state of polarization is crucial. This paper expands the use of a vibration sensor based on the sensing of rapid changes in the state of polarization (SOP) of light in a standard single-mode optical fiber by using a convolutional neural network to detect trains running along the optical fiber infrastructure. It is a simple system that determines ongoing events near the optical fiber route by simply determining the signal boundaries that define the idle state. By using a neural network, it is possible to eliminate the distortion caused by the temperature changes and, for example, to improve detection in the the zones where the vibrations are not strong enough for a simple threshold resolution.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20203 - Telecommunications

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/VI20192022146" target="_blank" >VI20192022146: Distribuovaný optický vláknový senzorický systém pro ochranu perimetru a liniových staveb</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2021 IEEE International Symposium on Inertial Sensors and Systems (INERTIAL) Proceedings

  • ISBN

    978-1-7281-5099-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    1-4

  • Název nakladatele

    IEEE

  • Místo vydání

    neuveden

  • Místo konání akce

    Hawai (virtual)

  • Datum konání akce

    22. 3. 2021

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000680838400015