nn-morse ― 2022/11/26 18:46
ディープラーニングを使ったモールス信号の解読，次は学習を体感すべく，PD0WM局のLSTMによる実装nn-morseを試した。
機械学習は教師データが命だが，モールス信号だと実データを用意しなくても， プログラムで トーン周波数，送信速度，信号/ノイズ強度を変えたサンプルデータを合成すれば良い.見本になっている。
torchな環境を構築して，作者が提供するモデルを使って，実データ/録音したwavファイルを食わせた/再生したら，デコードできない 😟
コードを眺めると教師データのトーン周波数が 100-950Hz だったので，実データに合わせて 200-2800Hz として再学習したらLOSSが0.3あたり(2000 step)でサチった。このアタリはTensorBoardを使ってプロット更新をモニタリングできたので，簡単だった。
ちなみに，学習に要する時間は，WillemさんのGPU(Pascal世代)では半日と書いてあったが，自分のCPU(core i5)では５日かかった。 学習で数時間回したらCPU温度計が真っ赤になったので，長期・連続運転を見越して，Turbo Boostを無効化してCPU温度を下げておいた。計算にはメモリも必要みたいで，主記憶16GBのうち7.4GBを使用していた。
新モデルを以下の３衛星でベンチマークしたら，解読の正答率がsatnogs-clientより高くなって良かった。
HUS-SAT1 耳コピーだと後半部は難しいよね
・・・ 0JS1YHSHSUSAT104.19V0.10A8.46DEEEEETETTTE ・・・
KOSEN-1 符号:ハイフンを教えるのを忘れてた
・・・ R5YGJ KOSENV1 S13E1E 93 AE S21E 00 00 00 ・・・
KITSUNE データ部はデタラメですね
・・・ 3G6YNH KITSUNE D390A534 ・・・
本日の衛星： JO-97で交信，FALCONSAT 3をデコード！PSLV-C54で打ち上げられた衛星（Thybolt）は予約して寝ます。
最近のコメント