文献

J-GLOBAL ID：201902279269566992   整理番号：19A0872553

多重周波数帯における電波センシングのための深層学習を利用した有害野生生物検出システム【JST・京大機械翻訳】

Harmful Wildlife Detection System Utilizing Deep Learning for Radio Wave Sensing on Multiple Frequency Bands

著者 (4件)： Ogami Ryota (Graduate School of Information Science and Engineering, Ritsumeikan University, Shiga, Japan) ,  Yamamoto Hiroshi (College of Information Science and Engineering, Ritsumeikan University, Shiga, Japan) ,  Kato Takuya (KDDI Research, Inc., Saitama, Japan) ,  Utsunomiya Eiji (KDDI Research, Inc., Saitama, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICAIIC  ページ： 062-067  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： 近年,様々な場所における有害な野生生物によって引き起こされる作物と被害の事故の数が日本で増加しているので,野生生物の生態学を観察するための技術の研究開発が注目されている。既存の観測システムは主にカメラ装置と画像処理[2]を利用している。しかし,カメラに基づくシステムはデータの大容量を処理する必要があり,したがって,広帯域通信ラインが調製できない場所には適していない。したがって,本研究では,電波センシングを利用することにより,野生生物のアプローチを検出できる新しい有害な野生生物検出システムを提案した。提案したシステムは,送信機/受信機間で伝送される電波の受信信号強度の時系列データを得て,深い学習技術を利用することによってデータを分析することによって,野生生物の数/タイプを推定する。実験的評価により,野生生物の数/型が90%以上の精度で同定できることを明らかにした。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： 農作物 ,  *野生生物 ,  画像処理 ,  生態学 ,  送信機 ,  *電波 ,  受信機 ,  カメラ ,  *学習 ,  時系列データ ,  受信信号強度 ,  ブロードバンド通信 ,  深層学習
準シソーラス用語： 大容量 ,  検知システム , 【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 (6件)： 多重周波数 ,  電波 ,  センシング ,  深層学習 ,  野生生物 ,  検出システム