文献

J-GLOBAL ID：201802223614758084   整理番号：18A2232461

リモートセンシング画像解析における静的アンサンブル選択のためのグラフベースアプローチ【JST・京大機械翻訳】

A Graph-based Approach for Static Ensemble Selection in Remote Sensing Image Analysis

著者 (2件)： Faria Fabio Augusto (Institute of Science and Technology, Universidade Federal de Sao Paulo (UNIFESP), Sao Jose ́ dos Campos) ,  Sarkar Sudeep (Dept. of Computer Science and Engineering, University of South Florida (USF), Tampa, FL)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICPR  ページ： 344-349  発行年： 2018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： 文献における多くの研究は,機械学習技術を用いて,異なる知識領域,例えば医学,農業,およびリモートセンシングにおけるそれらの分類問題を解決した。すべての種類の応用に対して最良の結果を達成する単一機械学習技術が存在しないので,良好な代替案は分類技術の融合であり,多重分類器システム(MCS)としても知られている。MCSにおける一般的な挑戦は,文献において利用可能な多くの分類器の間のいくつかの分類器の選択である。すべての可能な分類器を用いることは実行可能な代替ではない。分類器の選択は不可欠な因子になる。すなわち,アンサンブル選択アプローチを必要とする。本研究では,リモートセンシング画像分類のための最良の分類器セットを見出すか選択するために,静的アンサンブル選択(ガス)のための新しいグラフベースのアプローチを提案した。実験により,分類器を融合するとき,ガスが異なるベースライン手法に対して70%まで性能を改善することを実証した。これにより,すべての分類器を用いることの有効性を保持しながら,使用される分類器の数を減少させる。さらに,著者らの提案した方法は,ConsensusやKendallのような他のベースライン手法よりも,静的アンサンブル選択スキームに対するより直接的で直感的な手法である。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *リモートセンシング ,  有効性 ,  農業 ,  基準線
準シソーラス用語： 機械学習技術 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： リモートセンシング ,  画像解析 ,  アンサンブル