文献

J-GLOBAL ID：201702277041331902   整理番号：17A1398259

太陽電波スペクトルの分類のための畳込みニューラルネットワーク【Powered by NICT】

Convolutional neural network for classification of solar radio spectrum

著者 (6件)： Sisi Chen (Key Laboratory of Solar Activity, National Astronomical Observatories, Chinese Academy of Sciences, Beijing, China) ,  Long Xu (Key Laboratory of Solar Activity, National Astronomical Observatories, Chinese Academy of Sciences, Beijing, China) ,  Lin Ma (Tencent AI Lab, Shenzhen, China) ,  Weiqiang Zhang (College of Mathematics and Statistics, Shenzhen University, China) ,  Chen Zhuo (School of Computer Engineering, Nanyang Technological University, Singapore) ,  Yihua Yan (Key Laboratory of Solar Activity, National Astronomical Observatories, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMEW  ページ： 198-201  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： 太陽電波スペクトルの分類のための畳込みニューラルネットワーク(CNN)を利用する最初の試みを行った。太陽電波スペクトルは周波数の一次元と他の時間の二次元グレースケール画像である。CNNの利点を利用して,異なるタイプのスペクトルの明白な特徴を学習することができ,さらにそれらはより正確な分類した。提案したCNNに基づくネットワークは四畳込み層,四貯留層と1つの完全に結合した層から構成されている。その入力はサイズ120×120のスペクトルである。出力は「バースト」,「非バースト」と「キャリブレーション」の各スペクトルの型を示した。実験結果は,提案したCNNは,深層信念ネットワーク(DBN)とオートエンコーダ(AE)を用いて著者らの過去の取り組みを超えた太陽電波スペクトルの分類のより高い精度を達成できることを示した。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： *畳込み ,  二次元 ,  *ニューラルネットワーク ,  *太陽 ,  バースト ,  周波数 ,  *スペクトル ,  *ラジオ波スペクトル ,  深層 ,  一次元 ,  *ネットワーク
準シソーラス用語： 信念ネットワーク ,  貯留層 ,  グレースケール画像 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 太陽電波 ,  スペクトル ,  分類 ,  畳込みニューラルネットワーク