文献

J-GLOBAL ID：201702236622094194   整理番号：17A1349916

衛星画像と深部特徴学習を用いたエチオピアコムギ真菌のモニタリング【Powered by NICT】

Monitoring Ethiopian Wheat Fungus with Satellite Imagery and Deep Feature Learning

著者 (3件)： Pryzant Reid ,  Ermon Stefano ,  Lobell David
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPRW  ページ： 1524-1532  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： コムギは最も重要なエチオピア作物とその最大きっ抗薬のさび一つである。は発展途上国の安価でスケーラブルなさび病モニタリングの必要性が存在するが,現存法は高価なデータ収集技法を採用した。公的に利用可能なリモートセンシングデータを用いた発生追跡のためのスケーラブルで正確で安価な方法を導入した。我々のアプローチは,二つの方法で既存の技術を改善した。畳込みと長い短期記憶ネットワークにより自動生成された学習特徴のリモートセンシング社会により採用されたスペクトル特徴を控える。二番目に,筆者らは,集合データを大きな地理空間領域。九年農業結果の上で提案アプローチを評価し,それは競合する技術的に優れており,その予測予測を示した。これは農作物病害モニタリングにおける有望な新しい方向,時間と共により強力な成長する可能性を持っているものである。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： *学習 ,  畳込み ,  農作物 ,  リモートセンシング ,  さび病 ,  ネットワーク ,  *衛星利用画像 ,  データ収集 ,  *コムギ ,  予測 ,  発展途上国 ,  地理学 ,  *エチオピア連邦民主共和国
準シソーラス用語： リモートセンシングデータ ,  低価格 , 【Automatic Indexing@JST】

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (7件)： 衛星画像 ,  深部 ,  学習 ,  エチオピア ,  コムギ ,  真菌 ,  モニタリング