抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,環境知能(AmI)は,よりインテリジェントで信頼できる情報システムを近代化し開発するために先端技術産業でますます注目を集めている。画像中の特定の物体を検出するための技術は広い範囲の応用にさらに拡大することを期待され,高度道路交通システムのための自動車検出機能と他のシステムである。コンピュータビジョンとパターン認識が出現している高速と局所特徴検出法と共に成長し続けるであろう。本論文では,物体を抽出し,学習することによるオブジェクトカテゴリー認識のためのディープニューラルネットワーク(DNN)を用いた。野菜物体認識への深層学習を適用し,畳込みニューラルネットワーク(CNN)を検討した。評価結果から,CNNによる植物認識学習プロセスに対して,三百万回の反復が適していたことを見出した。学習率の結果は99.14%であり,認識率は97.58%であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】