文献

J-GLOBAL ID：201702224810533544   整理番号：17A0118765

深部最適経路フォレストによる分類地震画像のための学習【Powered by NICT】

Learning to Classify Seismic Images with Deep Optimum-Path Forest

著者 (5件)： Afonso Luis ,  Vidal Alexandre ,  Kuroda Michelle ,  Falcao Alexandre Xavier ,  Papa Joao P.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SIBGRAPI  ページ： 401-407  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 標識情報が不足しているため,クラスタリング技法がもう一度近年重要されてきた。本論文では,深い学習現象に触発されて,最適経路フォレスト(OPF)分類器のより洗練されたクラスタ表現,文献における多くの研究で有望な結果を得ているを得るためにマルチスケール手法を提示した。ここでは,特徴空間の深い駆動表現を用いて,OPFベースの研究におけるギャップを埋めることを提案した。さらに,石油探査で,汎用応用を目的とした高分解能地震画像との関連で研究を検証した。定量的および定性的解析は,提案した手法のロバスト性を評価するために行った。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高分解能 ,  クラスタ化 ,  *最適航路 ,  ロバスト性 ,  *学習 ,  *地震 ,  石油 ,  *画像 ,  クラスタ ,  *深部 ,  改変
準シソーラス用語： 特徴空間 ,  マルチスケール , 【Automatic Indexing@JST】

分類 (9件)： 用途開発  (YM01080Z) ,  振動,乗心地  (QG02030D) ,  写真測量,空中写真  (RC02040D) ,  システム設計・解析  (IA02030D) ,  音波伝搬  (BB03030G) ,  経営工学一般  (KA01010C) ,  配電(事業者側)  (NB05040R) ,  システム・制御理論一般  (IA02010H) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (5件)： 深部 ,  経路 ,  分類 ,  地震 ,  学習