文献

J-GLOBAL ID：202002215427813060   整理番号：20A0374744

デブリ被覆氷河をマッピングするための機械学習アルゴリズム:Hunza盆地の事例研究【JST・京大機械翻訳】

Machine-Learning Algorithms for Mapping Debris-Covered Glaciers: The Hunza Basin Case Study

著者 (6件)： Khan Aftab Ahmed (Department of Computer Sciences, Karakoram International University, Gilgit, Pakistan) ,  Jamil Akhtar (Department of Computer Engineering, Istanbul Sabahattin Zaim University, Istanbul, Turkey) ,  Hussain Dostdar (Department of Computer Sciences, Karakoram International University, Gilgit, Pakistan) ,  Taj Murtaza (Department of Computer Science, Lahore University of Management Sciences (LUMS), Lahore, Pakistan) ,  Jabeen Gul (Department of Computer Sciences, Karakoram International University, Gilgit, Pakistan) ,  Malik Muhammad Kamran (Punjab University College of Information Technology (PUCIT), Punjab University, Lahore, Pakistan)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 12725-12734  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 地球温暖化は近年の主要な課題の一つである。氷河は,地球規模の平均海面上昇をもたらし,洪水のリスクを増加させたと予想されるより速く融解している。現代のリモートセンシング技術の開発により,以前よりも頻繁に画像を得ることが可能になった。他方では,高性能コンピューティングハードウェアと処理技術の利用可能性は,大規模における氷河の時間的変化を監視するための費用対効果の高い解決策を提供することを可能にした。本研究では,テクスチャ,地形,およびスペクトルデータを用いて,多重時間Sentinel-2画像からの氷河カバーの自動分類のために,教師つき機械学習法を研究した。3つの最も一般的に使用されている教師付き機械学習技術を研究した:サポートベクトルマシン(SVM),人工ニューラルネットワーク(ANN)およびランダムフォレスト(RF)。提案した方法をパキスタンのHunza川に沿って位置するHunza盆地の通過流域から得たデータに適用した。3つの主要なクラスを考慮した:氷河,岩屑被覆氷河および非氷河地域。データを訓練(70%)と試験データセット(30%)に分割した。最後に,各分類器に対して得られた結果を参照データと比較することにより,面積ベースの精度評価を行った。実験により,すべての分類器に対して生成された結果は,高度に正確で,氷河被覆型の表現と視覚的により一貫していることを示した。すべての実験において,ランダム森林は,ANN(Kappa=0.92,f-測度=92.05)およびSVM(Kappa=0.89,f-測度=91.86%)と比較して,すべての3つのクラスにおいて最良(Kappa=0.95,f-測度=95.06%)を実行した。著者らのアプローチを用いて,土石流被覆氷河を識別するために得られた高い分類精度は,災害と水資源管理に役立つ実際の利用可能な水資源を決定するのに有用である。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： 多重化 ,  洪水 ,  測度 ,  ニューラルネットワーク ,  *事例研究 ,  河川 ,  流域 ,  *被覆 ,  地球温暖化 ,  視覚 ,  *盆地 ,  リモートセンシング ,  *氷河 ,  自動分類 ,  サポートベクトルマシン

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： デブリ ,  氷河 ,  マッピング ,  機械学習 ,  アルゴリズム ,  盆地 ,  研究