文献

J-GLOBAL ID：202002264994080736   整理番号：20A1110564

T-SNEを用いたハイパースペクトルインクデータの次元縮小と可視化【JST・京大機械翻訳】

Dimensionality reduction and visualisation of hyperspectral ink data using t-SNE

著者 (2件)： Melit Devassy Binu (Department of Computer Science, Norwegian University of Science and Technology, Gjovik, Norway) ,  George Sony (Department of Computer Science, Norwegian University of Science and Technology, Gjovik, Norway)
資料名： Forensic Science International  (Forensic Science International)
巻： 311  ページ： Null  発行年： 2020年 
JST資料番号： E0596B  ISSN： 0379-0738  CODEN： FSCIDG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： インク分析は法医科学と文書分析における重要なツールである。ハイパースペクトル画像(HSI)は,電磁スペクトルを横切る多数の狭帯域画像を捕捉する。HSIは,特にインク分析のために,法医学文書分析に使用される非侵襲的ツールの1つである。HSI画像における複数のバンドからの実質的な情報は,質問された文書における法医的証拠の非破壊診断と同定を行うことを望んでいる。HSIデータにおける多数のバンド情報の存在は,処理と記憶を計算的に困難なタスクにする。したがって,次元縮小と可視化は,データの効率的な処理と効率的な理解を達成するために,HSIデータ処理において重要な役割を果たす。本論文では,t分布確率近傍埋め込み(t-SNE)アルゴリズムとして知られている先進的アプローチをインク解析問題に導入した。t-SNEはスペクトル間の非線形類似性特徴を抽出し,それらを低次元にスケールする。インクスペクトルデータに対するt-SNEアルゴリズムのこの能力を視覚的および定量的に検証し,t-SNEにより生成された二次元データは,主成分分析(PCA)と比較して,より良い可視化およびクラスタリング品質のより大きな改善を示した。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： アルゴリズム ,  視覚 ,  故障診断 ,  *インク ,  *可視化 ,  *スペクトル ,  クラスタ化 ,  データ処理 ,  二次元 ,  t分布 ,  主成分分析 ,  *次元縮小
準シソーラス用語： *ハイパースペクトル ,  ハイパースペクトル画像 ,  非侵襲 , 【Automatic Indexing@JST】

著者キーワード (5件)： 次元縮小 ,  ハイパースペクトルイメージング ,  インク分析 ,  T-SNE ,  可視化

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 次元縮小 ,  可視化