文献
J-GLOBAL ID:202002264407476599   整理番号:20A0984603

バナナにおける黄色sigatokaモニタリングにおけるUAVsの使用【JST・京大機械翻訳】

The use of UAVs in monitoring yellow sigatoka in banana
著者 (6件):
資料名:
巻: 193  ページ: 115-125  発行年: 2020年 
JST資料番号: E0030A  ISSN: 1537-5110  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  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。
害虫と病気のモニタリングは,農業における生産性を増加させるための非常に重要な活動である。このシナリオにおいて,機械学習の技術と結合したリモートセンシングは,病気,害虫および水および栄養ストレスの症状のような特徴的な特異的パターンの監視および同定のための新しい展望を提供する。目的は高空間分解能空中画像を用いて,バナナ作物における黄色Sigatokaの攻撃の程度を監視し,表現型因子の同定,分類,定量化および予測の基本的仮定に従った。16メガピクセルRGBカメラ(GSD 0.016781m画素~1)を装備した無人航空機を用いて,商業的バナナ人工林において毎月の飛行を行った。5つの分類アルゴリズムを用いて,病気を同定し定量化し,一方,圃場評価も伝統的方法論に従って行った。結果は,2017年9月に対して,サポートベクトルマシンアルゴリズムが最良の性能(99.28%の全体精度と97.13Kappa指数)を達成し,人工ニューラルネットワークと最小距離アルゴリズムが続いたことを示した。病気の定量化において,SVMアルゴリズムは,黄色Sigatokaの範囲を推定するために用いられる従来の方法論と比較して,他のアルゴリズムより効果的であり,葉スポットの監視に使用されるツールは,リモートセンシング,機械学習および高空間分解能RGB画像によって処理できることを実証した。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
図形・画像処理一般 
タイトルに関連する用語 (3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