文献

J-GLOBAL ID：201902264403686381   整理番号：19A2495745

半テンソル積ディープニューラルネットワークに基づく音響ターゲットの知的分類と認識【JST・京大機械翻訳】

Intelligent Classification and Recognition of Acoustic Targets Based on Semi-tensor Product Deep Neural Network

著者 (4件)： Ma Shilei (School of Marine Science and Technology, Northwestern Polytechnical University, Xian, 710072, China) ,  Wang Haiyan (School of Marine Science and Technology, Northwestern Polytechnical University, Xian, 710072, China) ,  Shen Xiaohong (School of Marine Science and Technology, Northwestern Polytechnical University, Xian, 710072, China) ,  Wang Xin (School of Marine Science and Technology, Northwestern Polytechnical University, Xian, 710072, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： OCEANS Marseille  ページ： 1-5  発行年： 2019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： 従来の音響ターゲット認識は主に人工的特徴構築に基づいている。多くの場合,特徴構築と低認識率には困難がある。コンピュータビジョン技術を参照して,本論文はセミテンソル積深ニューラルネットワークに基づく音響ターゲット分類の方法を提案した。最初に,音響信号をLofargramに変換した。次に,セミテンソル積深ニューラルネットワークモデル(spnN)を確立した。その後,spnNのパラメータを実際のデータによって決定した。最後に,音源ターゲットの分類と認識を実現した。さらに,認識精度は,サポートベクトルマシン(SVM)による従来の手動特徴抽出と分類のものよりはるかに高い。水中ターゲットの認識率は,畳込みニューラルネットワーク(CNN)のそれより高い。空気ソナー目標とCNNの精度は類似しているが,ネットワークの訓練速度ははるかに速い。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： *ネットワーク ,  コンピュータビジョン ,  ソナー ,  音波信号 ,  音源 ,  物体認識 ,  サポートベクトルマシン ,  *テンソル積 ,  特徴抽出 ,  *音響 ,  *ニューラルネットワーク
準シソーラス用語： 畳込みニューラルネットワーク ,  認識精度 ,  認識率 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： テンソル積 ,  ディープニューラルネットワーク ,  音響 ,  ターゲット ,  分類