文献

J-GLOBAL ID：202402249249059706   整理番号：24A0517775

擬似ラベリングを用いた省力的な学習データの追加が深層学習に基づくイネバイオマス推定モデルの汎用性に与える影響

Effect of labor-saving addition of training data by pseudo-labeling on the versatility of deep learning-based estimation model for rice biomass

著者 (11件)： 中嶌洸太 (京大 大学院農学研究科) ,  田中佑 (岡山大 大学院環境生命科学研究科) ,  桂圭佑 (東京農工大 大学院連合農学研究科) ,  山口友亮 (東京農工大 大学院連合農学研究科) ,  齋藤和樹 (Africa Rice Center) ,  齋藤和樹 (International Rice Res. Inst.) ,  齋藤和樹 (国際農林水産業研究セ) ,  辻本泰弘 (国際農林水産業研究セ) ,  渡邊智也 ,  望月篤 (千葉県農林総合研究セ) ,  白岩立彦 (京大 大学院農学研究科)
資料名： 日本作物学会講演会要旨集  (Abstracts of the Meeting of the CSSJ)
巻： 256th  ページ： 50  発行年： 2023年09月14日 
JST資料番号： L1755A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 【背景および目的】バイオマスの実測には多大な労力を要する.演者らが構築した深層学習に基づくイネバイオマス推定モデルはテストデータに対して高い精度を示したが未学習地点データに対しては精度が低下した(中嶌ら,2022).汎用的な推定モデルの構築...【本文一部表示】

シソーラス用語： *機械学習 ,  *イネ ,  *バイオマス ,  汎用性 ,  学習データ ,  *深層学習
準シソーラス用語： モデル汎用性 ,  *擬似ラベリング ,  *推定モデル

分類 (2件)： 植物学研究法  (EH01020C) ,  数値計算  (JE02000J)

タイトルに関連する用語 (8件)： 擬似 ,  ラベリング ,  学習データ ,  深層学習 ,  イネ ,  バイオマス ,  推定モデル ,  汎用性