文献

J-GLOBAL ID：201702213574731807   整理番号：17A1390335

ASTERデータによるマグマ地形の岩相マッピングにおける人工神経回路網の成功に及ぼす最小ノイズフラクションデータ入力の影響;イラン南東部からの事例研究【Powered by NICT】

The effect of minimum noise fraction data input on success of artificial neural network in lithological mapping of a magmatic terrain with ASTER data; A case study from SE Iran

著者 (2件)： Ayoobi Iman (Department of Earth Sciences, Shiraz University, Shiraz, Iran) ,  Tangestani Majid H. (Department of Earth Sciences, Shiraz University, Shiraz, Iran)
資料名： Remote Sensing Applications: Society and Environment  (Remote Sensing Applications: Society and Environment)
巻： 7  ページ： 21-26  発行年： 2017年 
JST資料番号： W3080A  ISSN： 2352-9385  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,イラン,Kermanにおけるマグマ性地形の岩石学的単位をマッピングするためのAdvanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)の可視-近赤外および短波赤外データセットを適用して,フィードフォワード逆伝搬ニューラルネットワークを用いた努力である。岩石学マッピングにおけるネットワークモデルの成功に異なる入力データの役割を調べた。本目的として,二つの異なるアプローチを追跡した。最初のアプローチでは,データは,大気補正し,第二の手法のための最小ノイズフラクション(MNF)変換は,大気補正したデータに適用した。これらのデータ入力の両方が,ネットワークの異なるパラメータを用いの異なる実験に導入した;活性化機能とニューロンの数のような制御パラメータが変化し,全精度は混乱行列とカッパ係数を用いて計算した。MNF変換は一般にデータ入力の品質を増加させ,大気のみ修正データよりもより有望な結果を提供することを明らかにした。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *岩相 ,  品質 ,  *事例研究 ,  *ニューラルネットワーク ,  大気補正 ,  岩石学 ,  カオス ,  ネットワーク ,  *マグマ ,  銅 ,  *イラン・イスラム共和国 ,  ニューロン
準シソーラス用語： 制御パラメータ ,  逆伝播ニューラルネットワーク ,  *データ入力 , 【Automatic Indexing@JST】

著者キーワード (3件)： 伝搬ニューラルネットワークフィードフォワード ,  最小ノイズフラクションデータ ,  岩石学的分類

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (12件)： ASTERデータ ,  マグマ ,  地形 ,  岩相 ,  マッピング ,  人工神経回路網 ,  成功 ,  ノイズ ,  フラクション ,  データ入力 ,  イラン ,  研究