文献

J-GLOBAL ID：201902215954990786   整理番号：19A2307712

統合された害虫管理における深層学習の応用:アブラナ害虫の検出と診断のためのリアルタイムシステム【JST・京大機械翻訳】

Application of Deep Learning in Integrated Pest Management: A Real-Time System for Detection and Diagnosis of Oilseed Rape Pests

著者 (15件)： He Yong ( College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou 310058, China) ,  He Yong ( State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou 310058, China) ,  He Yong ( Key Laboratory of Spectroscopy Sensing, Ministry of Agriculture and Rural Affairs, Hangzhou 310058, China) ,  Zeng Hong ( College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou 310058, China) ,  Zeng Hong ( State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou 310058, China) ,  Zeng Hong ( Key Laboratory of Spectroscopy Sensing, Ministry of Agriculture and Rural Affairs, Hangzhou 310058, China) ,  Fan Yangyang ( College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou 310058, China) ,  Fan Yangyang ( State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou 310058, China) ,  Fan Yangyang ( Key Laboratory of Spectroscopy Sensing, Ministry of Agriculture and Rural Affairs, Hangzhou 310058, China) ,  Ji Shuaisheng ( College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou 310058, China) ,  Ji Shuaisheng ( State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou 310058, China) ,  Ji Shuaisheng ( Key Laboratory of Spectroscopy Sensing, Ministry of Agriculture and Rural Affairs, Hangzhou 310058, China) ,  Wu Jianjian ( College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou 310058, China) ,  Wu Jianjian ( State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou 310058, China) ,  Wu Jianjian ( Key Laboratory of Spectroscopy Sensing, Ministry of Agriculture and Rural Affairs, Hangzhou 310058, China)
資料名： Mobile Information Systems (Web)  (Mobile Information Systems (Web))
巻： 2019  ページ： Null  発行年： 2019年 
JST資料番号： U7044A  ISSN： 1574-017X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文において,著者らは,深い学習に基づくアブラナ害虫を検出するためのアプローチを提案した。それは平均精度(mAP)を77.14%まで改善する。結果は元のモデルで9.7%増加した。このモデルを移動プラットフォームに採用し,このプログラムを利用できるようにした。これは,実時間で害虫を診断し,害虫防除に関する示唆を提供する。著者らは,12の典型的アブラナ害虫を有するアブラナ害虫画像データベースを設計し,5つのモデルの性能を比較し,SSSD w/Inceptionを最適モデルとして選択した。さらに,高いmAPを目的として,データ増強(DA)を用い,ドロップアウト層を追加した。著者らが開発したAndroid応用に関する実験を実行して,結果は著者らの方式が明らかに元のモデルを上回って,総合的害虫管理のために役に立つことを示した。この応用は,過去の研究と対照的に環境適応性,応答速度,および精度を改善し,低コストと簡単な操作の利点を持っている。これは,ドロンとモノのインターネット(IoT)の害虫モニタリングミッションに適している。Copyright 2019 Yong He et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *害虫 ,  環境順応 ,  総合防除 ,  害虫防除 ,  実時間処理 ,  画像データベース ,  *アブラナ
準シソーラス用語： モノのインターネット ,  ローコスト ,  応答速度 ,  アンドロイド ,  実時間 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 昆虫・ダニによる植物被害  (FC04072U)

引用文献 (45件)：

• Y. Yin, H. Z. Wang, X. Liao, "Analysis and strategy for 2009 rapeseed industry development in China," Chinese Journal of Oil Crop Sciences, vol. 31, pp. 259-262, 2009.
• D. J. Ecobichon, "Pesticide use in developing countries," Toxicology, vol. 160, no. 1-3, pp. 27-33, 2001.
• D. Pimentel, H. Acquay, M. Biltonen et al., "Environmental and economic costs of pesticide use," Bioscience, vol. 42, no. 10, pp. 750-760, 1992.
• A. King, "Technology: the future of agriculture," Nature, vol. 544, no. 7651, pp. S21-S23, 2017.
• A. Fuentes, D. H. Im, S. Yoon, D. S. Park, "Spectral analysis of CNN for tomato disease identification," Proceedings of the International Conference on Artificial Intelligence and Soft Computing, pp. 40-51, Cham, Switzerland, June 2017.

タイトルに関連する用語 (7件)： 統合 ,  害虫 ,  深層学習 ,  応用 ,  アブラナ ,  診断 ,  リアルタイムシステム