文献

J-GLOBAL ID：201802227913351952   整理番号：18A2038353

EDDYNET:海洋渦の画素ごと分類のための深い神経回路網【JST・京大機械翻訳】

EddyNet: A Deep Neural Network For Pixel-Wise Classification of Oceanic Eddies

著者 (6件)： Lguensat Redouane (Institut des Ge ́osciences de 1’Environnement; UGA;, Grenoble, France) ,  Sun Miao (National Marine Data and Information Service, Key Laboratory of Digital Ocean, China) ,  Fablet Ronan (TMT Atlantique, UBL; Lab -STICC; Brest, France) ,  Tandeo Pierre (TMT Atlantique, UBL; Lab -STICC; Brest, France) ,  Mason Evan (Mediterranean Institute for Advanced Studies (IMEDEA/CSIC-UIB), Spain) ,  Chen Ge (Department of Marine Information Technology, Ocean University of China, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 1764-1767  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： 本研究では,Copernicus Marineと環境監視サービス(CMEMS)によって提供された海面高度(SSH)マップから自動渦検出と分類のための深い学習ベースアーキテクチャであるEddyNetを提示した。EddyNetは畳込み符号器-復号器とそれに続く画素分類層から構成されている。出力は,画素が以下のラベルを持つ入力の同じサイズを持つマップである。すなわち,非渦,1′:高気圧渦,2′:低気圧渦である。Kera Python符号,訓練データセットおよびEddyNet重みファイルはオープンソースであり,https:/github.com/redouanelg/EddyNet上で自由に利用可能である。Copyright 2018 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： 畳込み符号 ,  復号器 ,  海面高度 ,  高気圧 ,  *画素 ,  低気圧 ,  計算機アーキテクチャ ,  環境モニタリング ,  学習 ,  *海洋 ,  *神経回路網
準シソーラス用語： オープンソース ,  訓練データ ,  Python ,  画素分類 , 【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 (5件)： 海洋 ,  渦 ,  画素 ,  分類 ,  神経回路網