文献

J-GLOBAL ID：202002280560954229   整理番号：20A0495004

深層学習に基づくFritillaria cirrhosa D.Donの真正性同定のための方法【JST・京大機械翻訳】

A Method for Authenticity Identification of Fritillaria Cirrhosa D. Don Based on Deep Learning

著者 (6件)： Hu Ke (Chengdu University,College of Information Science and Engineering,Chengdu,China) ,  Hu Pan (Chengdu Institute of Chinese Herbal Medicine) ,  Cao Dong (Chengdu Institute of Chinese Herbal Medicine) ,  Yan Xin (Chengdu Institute of Chinese Herbal Medicine) ,  Yu Xi (Chengdu University,College of Information Science and Engineering,Chengdu,China) ,  Liu Chang (Chengdu University,College of Information Science and Engineering,Chengdu,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICIVC  ページ： 494-498  発行年： 2019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： 真のFritillaria circulsa D.DON資源は,その高価格と価値のある医療により不足しており,臨床的ニーズを満たすことは困難である。したがって,市場における偽和の問題はますます深刻である。現在,Fritillariaの同定は,主に伝統的な形質同定,顕微鏡的同定,物理的および化学的同定および他の方法に依存しており,それらは主観的であり,オペレータのための高い実用的経験を必要とし,前処理作業は厄介である。本論文において,深い学習の概念を初めてFritillariaの同定に導入した。最初に,著者らは,Fritillaria circulsa Dを含む最初の多角度Fritillaria標準データセットを作成した。DONとfritillary鱗茎。次に,Fritillariaデータセットを分類するために,新しい深い学習フレームワークSE-DPUを提案した。それから,著者らは最も高い分類精度を得ることができた。このフレームワークは,二乗-および-引用ブロック(SEユニット),U-ネットおよび二重経路ネットワーク(DPN)のハイブリッドである。これは特徴を再利用し,新しい特徴を探索することにより,チャネルごとの特徴応答を適応的に再調整し,訓練中に豊富な特徴を得ることができる。Fritillaria circulsa D.DONデータは,提案方法が競争性能を提供したことを示した。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： オペレータ ,  再利用 ,  *学習 ,  前処理 ,  鱗茎 ,  偽和 ,  ネットワーク ,  チャネル
準シソーラス用語： 分類精度 ,  *バイモ属 ,  *深層学習 , 【Automatic Indexing@JST】

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 (5件)： 深層学習 ,  Fritillaria ,  DON ,  真正性 ,  同定