文献

J-GLOBAL ID：202002236890883453   整理番号：20A2260946

畳込みニューラルネットワークを用いた森林火災の検出【JST・京大機械翻訳】

Detection of Forest Fire using Convolutional Neural Networks

著者 (3件)： Oliver A.Sheryl (St. Joseph’s College of Engineering,Department of CSE,Chennai,India) ,  U Ashwanthika. (St. Joseph’s College of Engineering,Department of CSE,Chennai,India) ,  R Aswitha. (St. Joseph’s College of Engineering,Department of CSE,Chennai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICSSS  ページ： 1-6  発行年： 2020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： 森林火災は,非制御,予想外の火災が森林で発生するとき危険な条件である。土地のヘクタール数百万を損傷し,生態系だけでなく人間にも重大な危険を課すことは,非常に自発的で非常に難しい。火災は,異なる理由により毎年発生する:季節的乾燥スペル,雷雨および火山着火。森林火災は重大な環境問題を引き起こし,経済的および環境的破壊を引き起こし,人命を危険にさらす。いくつかの国において,大きな問題は,それらを効果的に含む火災サービスの不安定性と結合した森林火災の発生である。また,これらの国は,制御のための新しい戦略を開発している。時間同定はそのような現象を制御する一つの必須要素である。いくつかの分類手法が提案されているが,正確な結果を生成する非効率性と不可能性をもたらす提案モデルには欠点がある。手動データ訓練を必要とする教師つき機械学習アルゴリズムと比較して,使用するとき,そして,使用するとき,新規畳込みニューラルネットワークアルゴリズムは,高効率,精度,および比較的少ないデータ訓練ストレスを提供した。この技術を用いて得た結果を研究し,94.3%の精度を報告した。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： *アルゴリズム ,  火災 ,  火山 ,  雷雨 ,  土地 ,  不安定性 ,  生態系 ,  山火事 ,  スペリング
準シソーラス用語： 高効率 ,  環境問題 ,  教師付き機械学習 ,  *畳込みニューラルネットワーク , 【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)： 畳込みニューラルネットワーク ,  森林火災