文献
J-GLOBAL ID:202002217808959074   整理番号:20A2480966

鉱物認識のレビューとその将来【JST・京大機械翻訳】

Review of mineral recognition and its future
著者 (6件):
資料名:
巻: 122  ページ: Null  発行年: 2020年 
JST資料番号: T0227A  ISSN: 0883-2927  資料種別: 逐次刊行物 (A)
記事区分: 文献レビュー  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
鉱物の同定は地質研究における基本的スキルであり,岩石の特性化と続成作用と鉱化作用の追跡に有用である。顕微鏡下の観察の伝統的方法は,分解能と倍率の限界のような多くの複雑な因子を受け,従って,それらは定性分析で不十分であり,非効率である。地質探査の拡大により,岩石中のすべての鉱物,細孔および微量元素に対する情報を提供する必要がある。したがって,鉱物の同定は,先進のマイクロビーム鉱物分析技術に依存し始めた。本論文は,Raman分光法,X線蛍光分析(XRF),X線回折(XRD),走査電子顕微鏡(SEM),および自動化鉱物学(AM)システムのような一般的な鉱物分析技術を要約した。これらのマイクロビーム技術は,現在,半自動分析プロセスに近づき,これらの方法の大部分は,鉱物の最も重要な特性である鉱物の光学特性よりも,主に鉱物の化学組成を検出する。したがって,本研究は,自動分類のための鉱物の光学的特徴,畳み込みニューラルネットワーク(CNN)に基づく鉱物認識,および顔認識技術を使用する方法を提案した。この方法の実現可能性,研究状況および展望についても議論した。提案方法は,鉱物識別のための鉱物の光学特性を自動的に抽出するために,畳込みニューラルネットワーク技術を使用する。これらの技術の応用の成功は,鉱物を処理し,同定するために必要なコストと時間を減らすことによって,大きな応用価値を持つであろう。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
岩石圏の地球化学一般 
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る