文献

J-GLOBAL ID：201702226237699245   整理番号：17A1034459

カーネル適応A RMAネットワークによりモデル化された光学的飛行動力学を用いた自動昆虫認識【Powered by NICT】

Automatic insect recognition using optical flight dynamics modeled by kernel adaptive ARMA network

著者 (2件)： Li Kan (Computational NeuroEngineering Laboratory, University of Florida, Gainesville, 32611 USA) ,  Principe Jose C. (Computational NeuroEngineering Laboratory, University of Florida, Gainesville, 32611 USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 2726-2730  発行年： 2017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： in situ非侵襲的方法を用いて,自動昆虫認識(A IR)は昆虫学,農業,および疾病管理と予防において広汎な意味合いを持つ。計算昆虫学における新たな技術は,レーザセンサによって捕捉された飛行情報を使用する。現在の方法は静的パターンではなく,時系列としてこれらの光信号を扱った。擬似音響フレームの配列を含む非定常過程として各昆虫通過を評価することにより空気への新しいアプローチを提案し,カーネル適応自己回帰移動平均(KAARMA)アルゴリズムを用いた短期飛行動力学のモデル化。飛行挙動は本質的に非線形で非定常であるので,動的モデリングは過渡的および文脈情報を完全に利用する一般的な枠組みを提供する。結果はKAARMA分類器は五種飛行昆虫のジカ媒介蚊Aedes aegypti(ネッタイシマカ)の同定に,サポートベクトルマシン(SVM),性ディープ学習オートエンコーダ,バッチ学習を用いた,最新の空気法の性能を上回る,より効率的なデータ表現を用いた。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： *ネットワーク ,  アルゴリズム ,  データ表現 ,  *モデリング ,  サポートベクトルマシン ,  音響 ,  *昆虫類 ,  学習 ,  ネッタイシマカ
準シソーラス用語： 文脈情報 ,  非定常性 ,  自己回帰 ,  非定常過程 ,  レーザセンサ ,  昆虫学 , 【Automatic Indexing@JST】

分類 (2件)： ゆらぎ,ランダム過程,Brown運動,輸送過程の一般的理論  (BA08020B) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (7件)： カーネル ,  適応 ,  モデル ,  光学 ,  飛行 ,  動力学 ,  昆虫