文献

J-GLOBAL ID：201802291557459442   整理番号：18A2097367

画像処理と機械学習を用いた植物におけるマクロ栄養素欠乏同定【JST・京大機械翻訳】

Macro-Nutrient Deficiency Identification in Plants Using Image Processing and Machine Learning

著者 (3件)： Shah Aditi (Dept. of Electronics and Telecommunication, MES College of Engineering, Savitribai Phule Pune University, Pune, India) ,  Gupta Prerna (Dept. of Electronics and Telecommunication, MES College of Engineering, Savitribai Phule Pune University, Pune, India) ,  Ajgar Y. M. (Dept. of Electronics and Telecommunication, MES College of Engineering, Savitribai Phule Pune University, Pune, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： I2CT  ページ： 1-4  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： 植物は,完全で健康なライフサイクルのために十分な量の栄養素を必要とする。窒素,カルシウム,リン,カリウム,硫黄,マグネシウムのような6つの多量体の十分な量は,植物の正常および健康な成長にとってより重要である。栄養素の欠如または不在は,植物の日常活動における運搬の困難さをもたらし,最終的に収量に影響を及ぼす。したがって,栄養素含量のタイムリーなチェックが重要である。植物は通常,各栄養素に対して顕著な異なるパターンを持つ葉において明確な欠損を示す。著者らの提案した研究は,栄養素欠乏同定のための自動化された信頼できる経済的解決策を提供することである。RGB色特徴抽出,リアルタイムテクスチャ検出,エッジ検出などのための画像処理手法を用いて,欠陥のある葉と健康な葉のデータセットを作成した。この作成されたデータセットは,収率を最大にするための予防措置を取るために,正確な栄養素欠乏と健康な植物のさらなる検出と同定のための訓練データセットとして,監督された機械学習に与えられる。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： リン ,  カリウム ,  *栄養素 ,  マグネシウム ,  *機械学習 ,  多量体 ,  カルシウム ,  ライフサイクル ,  特徴抽出 ,  窒素 ,  *画像処理 ,  硫黄 ,  自動化 ,  エッジ検出
準シソーラス用語： 健康 , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 画像処理 ,  機械学習 ,  植物 ,  マクロ ,  栄養素欠乏 ,  同定