文献

J-GLOBAL ID：201902245208156469   整理番号：19A2112322

ハイパースペクトル画像分類のための畳込みニューラルネットワークの自動設計【JST・京大機械翻訳】

Automatic Design of Convolutional Neural Network for Hyperspectral Image Classification

著者 (6件)： Chen Yushi (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Zhu Kaiqiang (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Zhu Lin (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  He Xin (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Ghamisi Pedram (Helmholtz-Zentrum Dresden-Rossendorf, Helmholtz Institute Freiberg for Resource Technology, Freiberg, Germany) ,  Benediktsson Jon Atli (Faculty of Electrical and Computer Engineering, University of Iceland, Reykjavik, Iceland)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 57  号： 9  ページ： 7048-7066  発行年： 2019年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
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： ハイパースペクトル画像(HSI)分類はリモートセンシングコミュニティにおけるコアタスクであり,最近,深い学習ベースの方法は,HSIsの正確な分類の能力を示している。深い学習ベースの方法の間で,深い畳込みニューラルネットワーク(CNNs)は,HSI分類のために広く使われてきた。良好な分類性能を得るためには,適切な深い学習アーキテクチャを設計するために多大な努力が必要である。さらに,人手で設計されたアーキテクチャは,特定のデータセットに非常によく適合しないかもしれない。本論文では,HSI分類のための自動CNNのアイデアを初めて提案した。最初に,コンボリューション,プール,アイデンティティ,およびバッチ正規化を含む多くの操作を選択した。次に,勾配下降ベース探索アルゴリズムを用いて,検証データセット上で評価した最適深アーキテクチャを効果的に見出した。その後,最良のCNNアーキテクチャをHSI分類のモデルとして選択した。具体的には,自動1D Auto-CNNと3D Auto-CNNを,それぞれスペクトルとスペクトル空間HSI分類器として用いた。さらに,分類精度をさらに改善するために,HSIスペクトル-空間分類のための正則化技術としてカットアウトを導入した。4つの広く使われているハイパースペクトルデータセット(すなわち,Salinas,Pavia大学,Kennedy空間センター,およびIndiana Pine)に関する実験は,自動設計データ依存CNNが最先端の方法と比較して競争的分類精度を得ることを示した。さらに,深い学習アーキテクチャの自動設計は将来の研究のための新しいウィンドウを開き,正確なHSI分類のためのニューラルアーキテクチャの最適化能力を用いる大きな可能性を示した。Copyright 2019 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： 学習 ,  リモートセンシング ,  *スペクトル ,  *畳込み ,  *自動設計 ,  三次元 ,  正則化 ,  コミュニティ ,  一次元 ,  計算機アーキテクチャ ,  正規化 ,  最適化
準シソーラス用語： 分類精度 ,  *ハイパースペクトル画像 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

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 (3件)： ハイパースペクトル画像分類 ,  畳込みニューラルネットワーク ,  自動設計