文献

J-GLOBAL ID：201802244666964973   整理番号：18A2039068

同時自己組織化マップによる訓練データ生成を用いたSAR画像における教師つき変化検出の新しい神経アプローチ【JST・京大機械翻訳】

A New Neural Approach of Supervised Change Detection in SAR Images Using Training Data Generation with Concurrent Self-Organizing Maps

著者 (2件)： Neagoe Victor-Emil (Department of Applied Electronics and Information Engineering, Polytechnic University of Bucharest, Bucharest, Romania) ,  Stoica Radu-Mihai (Department of Applied Electronics and Information Engineering, Polytechnic University of Bucharest, Bucharest, Romania)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 4792-4795  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： 本論文では,同時自己組織化マップ(TDG-CSOM)に基づく訓練データ生成を用いた合成開口レーダ(SAR)画像における教師つき変化検出のための新しいニューラルアプローチを提案した。提案したモデルは,CSOMシステムにより生成された仮想訓練データにより認証ラベル付きサンプル集合を置換するアイデアに基づいている。提案した変化検出アルゴリズムには以下の処理段階がある:(a)TDG-CSOM;(b)TDG-CSOMにより得られた仮想データセットを用いた多層パーセプトロン(MLP)分類器訓練;(C)SAR双時間画像に属する対応画素の連結;(d)変化マップを得るためのMLP分類。提案した方法を,津波前後の福島地域で取得したTerraSAR-X画像を用いて実行し評価した。実験結果は,提案した手法の有効性を確認した。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： 多層パーセプトロン ,  *画像 ,  画素 ,  合成開口レーダ ,  福島県 ,  *自己組織化特徴マップ ,  認証 ,  津波
準シソーラス用語： TerraSAR-X ,  検出アルゴリズム ,  *訓練データ ,  *神経 ,  *変化検出 ,  *SAR画像 ,  *データ生成 , 【Automatic Indexing@JST】

分類 (3件)： 専用演算制御装置  (JC04030Y) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R)

タイトルに関連する用語 (6件)： 自己組織化マップ ,  訓練データ ,  SAR画像 ,  教師 ,  変化検出 ,  神経