当前位置:
X-MOL 学术
›
IEEE Signal Proc. Mag.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Hypercomplex Signal Processing in Digital Twin of the Ocean: Theory and application [Hypercomplex Signal and Image Processing]
IEEE Signal Processing Magazine ( IF 9.4 ) Pub Date : 2024-08-20 , DOI: 10.1109/msp.2024.3389496 Zhaoyuan Yu 1 , Dongshuang Li 2 , Pei Du 2 , Wen Luo 1 , Kit Ian Kou 3 , Uzair Aslam Bhatti 4 , Werner Benger 5 , Guonian Lv 6 , Linwang Yuan 7
IEEE Signal Processing Magazine ( IF 9.4 ) Pub Date : 2024-08-20 , DOI: 10.1109/msp.2024.3389496 Zhaoyuan Yu 1 , Dongshuang Li 2 , Pei Du 2 , Wen Luo 1 , Kit Ian Kou 3 , Uzair Aslam Bhatti 4 , Werner Benger 5 , Guonian Lv 6 , Linwang Yuan 7
Affiliation
The digital twin of the ocean (DTO) is a groundbreaking concept that uses interactive simulations to improve decision-making and promote sustainability in earth science. The DTO effectively combines ocean observations, artificial intelligence (AI), advanced modeling, and high-performance computing to unite digital replicas, forecasting, and what-if scenario simulations of the ocean systems. However, there are several challenges to overcome in achieving the DTO’s objectives, including the integration of heterogeneous data with multiple coordinate systems, multidimensional data analysis, feature extraction, high-fidelity scene modeling, and interactive virtual–real feedback. Hypercomplex signal processing offers a promising solution to these challenges, and this study provides a comprehensive overview of its application in DTO development. We investigate a range of techniques, including geometric algebra, quaternion signal processing, Clifford signal processing, and hypercomplex machine learning, as the theoretical foundation for hypercomplex signal processing in the DTO. We also review the various application aspects of the DTO that can benefit from hypercomplex signal processing, such as data representation and information fusion, feature extraction and pattern recognition, and intelligent process simulation and forecasting, as well as visualization and interactive virtual–real feedback. Our research demonstrates that hypercomplex signal processing provides innovative solutions for DTO advancement and resolving scientific challenges in oceanography and broader earth science.
中文翻译:
海洋数字孪生中的超复杂信号处理:理论与应用[超复杂信号与图像处理]
海洋数字孪生 (DTO) 是一个突破性的概念,它利用交互式模拟来改进决策并促进地球科学的可持续性。 DTO 有效地结合了海洋观测、人工智能 (AI)、高级建模和高性能计算,将海洋系统的数字复制、预测和假设场景模拟结合在一起。然而,实现DTO的目标还需要克服一些挑战,包括异构数据与多坐标系的集成、多维数据分析、特征提取、高保真场景建模以及交互式虚实反馈。超复杂信号处理为这些挑战提供了一个有前景的解决方案,本研究对其在 DTO 开发中的应用提供了全面的概述。我们研究了一系列技术,包括几何代数、四元数信号处理、Clifford 信号处理和超复杂机器学习,作为 DTO 中超复杂信号处理的理论基础。我们还回顾了可以从超复杂信号处理中受益的 DTO 的各个应用方面,例如数据表示和信息融合、特征提取和模式识别、智能过程模拟和预测,以及可视化和交互式虚实反馈。我们的研究表明,超复杂信号处理为 DTO 的进步和解决海洋学和更广泛的地球科学中的科学挑战提供了创新的解决方案。
更新日期:2024-08-20
中文翻译:
海洋数字孪生中的超复杂信号处理:理论与应用[超复杂信号与图像处理]
海洋数字孪生 (DTO) 是一个突破性的概念,它利用交互式模拟来改进决策并促进地球科学的可持续性。 DTO 有效地结合了海洋观测、人工智能 (AI)、高级建模和高性能计算,将海洋系统的数字复制、预测和假设场景模拟结合在一起。然而,实现DTO的目标还需要克服一些挑战,包括异构数据与多坐标系的集成、多维数据分析、特征提取、高保真场景建模以及交互式虚实反馈。超复杂信号处理为这些挑战提供了一个有前景的解决方案,本研究对其在 DTO 开发中的应用提供了全面的概述。我们研究了一系列技术,包括几何代数、四元数信号处理、Clifford 信号处理和超复杂机器学习,作为 DTO 中超复杂信号处理的理论基础。我们还回顾了可以从超复杂信号处理中受益的 DTO 的各个应用方面,例如数据表示和信息融合、特征提取和模式识别、智能过程模拟和预测,以及可视化和交互式虚实反馈。我们的研究表明,超复杂信号处理为 DTO 的进步和解决海洋学和更广泛的地球科学中的科学挑战提供了创新的解决方案。