文献

J-GLOBAL ID：202002258027583664   整理番号：20A2289264

トマト作物の早期胴枯病に対する病害重症度の深層学習に基づく評価【JST・京大機械翻訳】

Deep learning based assessment of disease severity for early blight in tomato crop

著者 (3件)： Prabhakar Maheswari (School of Mechanical Engineering, SASTRA Deemed University, Thanjavur, Tamilnadu, India) ,  Purushothaman Raja (School of Mechanical Engineering, SASTRA Deemed University, Thanjavur, Tamilnadu, India) ,  Awasthi Durga Prasad (Department of Plant Pathology, College of Agriculture, Lembucherra, Tripura, India)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 79  号： 39-40  ページ： 28773-28784  発行年： 2020年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 疾患重症度の評価は,収量を定量的に予測し,作物収量を改善する制御因子を決定する主要な課題の1つである。したがって,完全なシステムは,その生産性を改善するために疾患の重症度レベルを測定するために必須である。芸術技術の知的状態,すなわち深層学習は,スマート農業を含む実時間アプリケーションのほとんどにおいて必然的な役割を果たす。トマト作物は,しばしば危険な真菌病,すなわち,早生病によって影響され,農家への100%の生産損失をもたらす。本研究では,トマト葉における早期疫病の同定を,Foldscopeと呼ばれる最近発明した紙顕微鏡により行った。さらに,畳込みニューラルネットワーク(CNN)アーキテクチャの深い残留ネットワーク101(ResNet101)を用いて,トマト葉における早期疫病の重症度レベルを測定した。モデルのデータセットは,オープンデータベース,すなわち,健康なトマトの葉とともに,軽度,中等度,および重度の病気の葉に対する植物Villageデータセットを用いて訓練された。ResNet101アーキテクチャの結果を,Visual Geometric Group16(VGG16),VGG19,GoogLeNet,AlexNetおよびResNet50のような他の事前訓練CNNと比較した。これらのネットワークの中で,深いResNet101アーキテクチャは94.6%の最高精度を達成した。最後に,推定重症度レベルに基づいて事例研究を行い,必要な殺菌剤処理も処方した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  ネットワーク ,  *農作物 ,  真菌症 ,  *トマト ,  応用プログラム ,  殺菌薬 ,  *胴枯病 ,  事例研究 ,  作物収量 ,  計算機アーキテクチャ ,  疫病
準シソーラス用語： 農家 ,  *重症度 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 精密農業 ,  深層学習 ,  CNN ,  ResNet101 ,  フォールドスコープ ,  殺菌剤

分類 (1件)： 菌類による植物病害  (FC04052Y)

タイトルに関連する用語 (8件)： トマト ,  作物 ,  早期 ,  胴枯病 ,  病害 ,  重症度 ,  深層学習 ,  評価