文献

J-GLOBAL ID：201902272102009771   整理番号：19A2929833

ハイパースペクトルイメージングによる異種成分識別のための畳込みニューラルネットワーク【JST・京大機械翻訳】

Convolutional Neural Networks For Heterogeneous Ingredient Discrimination With Hyperspectral Imaging

著者 (3件)： Blanch-Perez-del-Notario Carolina (Imec, Kapeldreef 75,Leuven,Belgium,3001) ,  Saeys Wouter (Division of Mechatronics, Biostatistics and Sensors, KU Leuven,Leuven,Belgium,3001) ,  Lambrechts Andy (Imec, Kapeldreef 75,Leuven,Belgium,3001)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： WHISPERS  ページ： 1-6  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： 畳込みニューラルネットワーク(CNNs)は,最近,ハイパースペクトル画像の結合空間スペクトル解析を実行するために人気を獲得しており,リモートセンシング応用において良好な性能を達成している。不均一成分検出の産業応用に対するCNNsの可能性を示し,従来の機械学習法に関する有意な識別利得を示した。さらに,データ蓄積,取得および計算要件を低減しながら,高い識別を達成するハイパースペクトル画像のダウンサンプリングした空間スペクトル分解能を用いる可能性を調べた。最後に,CNNsが低分解能スナップショットカメラの利用を可能にすることを示し,これにより,産業応用における携帯性と高速取得を可能にした。Copyright 2020 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： スペクトル解析 ,  機械学習 ,  スペクトル分解 ,  リモートセンシング ,  携帯型 ,  データ蓄積 ,  利得 ,  *画像処理
準シソーラス用語： 低分解能 ,  ダウンサンプリング ,  産業応用 ,  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 ,  *ハイパースペクトル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 識別 ,  畳込みニューラルネットワーク