文献
J-GLOBAL ID:202002274129005201   整理番号:20A0540752

敵対的生成ネットワークを用いた深層学習による地中レーダ画像のSN比向上

Improved SN Ratio of GPR Images by Deep learning Using Generative Adversarial Networks
著者 (2件):
資料名:
巻: 119  号: 407(EST2019 79-102)  ページ: 1-6  発行年: 2020年01月23日 
JST資料番号: S0532B  ISSN: 0913-5685  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
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。
地中レーダでは地中に入射した電波の誘電率差で生じる反射波により地中物体を検出する技術であり,近年劣化が社会問題化している社会インフラのセンシングに有効な技術である.しかしながら,地中レーダ画像から物体の材質や大きさを識別することが課題であった.我々は,ディープラーニングによる地中レーダ画像からの地中物体識別を目的に,GPUクラスタを用いたFDTD法による地中レーダシミュレーションで学習用レーダ画像を生成し,畳み込みニューラルネットワークCNNを用いて複数の不均質土壌における地中レーダ画像から物体の比誘電率や大きさの識別が可能なことを明らかにしてきた.本稿では,誘電率差の小さい物体の反射画像のSN向上を目的に,ディープラーニングによる画像生成手法である敵対的生成ネットワークGANを用いた地中レーダ画像のSN向上手法について報告する.(著者抄録)
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。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
レーダ  ,  パターン認識  ,  人工知能 
引用文献 (21件):
タイトルに関連する用語 (4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