文献

J-GLOBAL ID：201902210486002387   整理番号：19A2040023

畳み込みニューラルネットワークにおける分類学的ランクによるパントフィッシュ種認識の改善【JST・京大機械翻訳】

Improving Pantanal fish species recognition through taxonomic ranks in convolutional neural networks

著者 (2件)： dos Santos Anderson Aparecido (Federal University of Mato Grosso do Sul, Rua Itibire Vieira, s/n, 79907-414 Ponta Pora, MS, Brazil) ,  Goncalves Wesley Nunes (Federal University of Mato Grosso do Sul, Rua Itibire Vieira, s/n, 79907-414 Ponta Pora, MS, Brazil)
資料名： Ecological Informatics  (Ecological Informatics)
巻： 53  ページ： Null  発行年： 2019年 
JST資料番号： W3323A  ISSN： 1574-9541  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 魚種認識は,生態系,供給人,および観光を保存するための重要な作業である。特に,Pantanalは数百の種を持ち,世界で最も重要な生態系の一つと考えられている湿地地域である。本論文では,Pantanal魚種認識のための畳込みニューラルネットワーク(CNNs)に基づく新しい方法を提案した。類似の特性を持つ種の認識を改善する目的で,魚種,ファミリーおよび順序を分類する3つの枝から成る新しいCNNを提案した。魚類種を分類する分岐は,系統と順序から学習された情報を用いて,全体の精度を改善することを示した。制限されていない画像データセットに関する結果は,提案方法が従来のアプローチに対して優れた結果を提供することを示した。著者らの方法は,68の魚種の認識において,従来のCNNの0.873対0.864の精度を得た。加えて,著者らの方法は,それぞれ0.938と0.96の正確さを得た魚家族と順序認識を提供した。これらの有望な結果により,Pantanalのような重要な領域における種をモニターするための自動ツールを開発できることを期待した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 生態系 ,  *湿地
準シソーラス用語： 画像データ ,  魚種 ,  *分類学 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 魚種認識 ,  パタナール ,  コンピュータビジョン

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (2件)： 畳み込みニューラルネットワーク ,  フィッシュ