文献

J-GLOBAL ID：201802251581407352   整理番号：18A0519137

深い畳込みニューラルネットワークを用いた画像に基づく大気質解析【Powered by NICT】

Image-based air quality analysis using deep convolutional neural network

著者 (5件)： Chakma Avijoy (Computer Science Department, Lamar University, TX, 77710, USA) ,  Vizena Ben (Computer Science Department, Lamar University, TX, 77710, USA) ,  Cao Tingting (Center of Advances in Water and Air Quality, Lamar University, TX, 77710, USA) ,  Lin Jerry (Center of Advances in Water and Air Quality, Lamar University, TX, 77710, USA) ,  Zhang Jing (Computer Science Department, Lamar University, TX, 77710, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 3949-3952  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： 大気汚染は,多くの重篤な疾病を引き起こす可能性がある。効率的な大気質モニタリングシステムは,ヒトの健康と大気汚染制御のための大きな利点がある。本論文では,画像に基づく大気質分析,特に,直径2.5μm未満(PM_2~0.5)の粒子状物質の濃度推定を研究した。提案した方法は,そのPM_2 5濃度に基づいて異なるカテゴリーに自然画像を分類するための深い畳込みニューラルネットワーク(CNN)を用いた。提案した方法を評価するために,著者らは対応するPM_2 5濃度と北京で採取した全591画像を含むデータセットを作成した。実験結果は,この方式が画像ベースPM_2 5濃度推定に有効であることを実証した。Copyright 2018 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： 大気汚染 ,  *画像
準シソーラス用語： 北京市 ,  自然画像 ,  粒子状物質 ,  大気汚染防止 ,  ヒトの健康 ,  大気質監視 ,  *大気質 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  大気質 ,  解析