文献
J-GLOBAL ID:202002281125213468   整理番号:20A1442085

ドライストーンから作られた考古学的構造の迅速マッピングのための機械学習 モンゴル,Khirgisuur文化からの埋蔵記念物の例【JST・京大機械翻訳】

Machine learning for rapid mapping of archaeological structures made of dry stones - Example of burial monuments from the Khirgisuur culture, Mongolia -
著者 (12件):
資料名:
巻: 43  ページ: 118-128  発行年: 2020年 
JST資料番号: W3344A  ISSN: 1296-2074  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:
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。
本研究は,モンゴルのステップで funの複合体を構築するために,過去の社会によって使用される大量の乾燥石をオルソモザイクから抽出するワークフローを提案する。バイナリピクセル分類(すなわち,石対非石)のためのいくつかの異なる機械学習アルゴリズムを評価した。入力特徴を高分解能オルソモザイクとデジタル標高モデル(空中イメージングから導出)から抽出した。比較分析は,2つの色空間(RGBとHSV),テクスチャ特徴(コントラスト,均一性とエントロピーラスタマップ),および地形位置指数を用いて,9つの教師つき学習アルゴリズム(最近傍,ナイーブBayes,k-最近傍,ロジスティック回帰,線形および二次判別分析,サポートベクトルマシン,ランダムフォレスト,および人工ニューラルネットワーク)と結合した。特徴が一緒に処理されると,アーカイロロジーにおける現在の基準に非常に近い優れた出力マップが,ほとんどすべての分類器に対して観測された。訓練セットのサイズは,大部分の投票によって劇的に低減でき(約300試料まで),一方,最高レベル(すべての性能スコアに対して約99.5%)で性能を維持した。しかし,訓練セットが不適切であるか完全に代表されないならば,分類結果は不良である。すなわち,ここで適用した方法は,非常に迅速である。ベクトルグラフィックス編集器を用いた石の伝統的,手動,または半自動描写で困難であった大規模なマッピングは,現在可能になった。このワークフローは,一般に,差分GPSまたは全ステーションを用いて歩行者調査を凌駕する。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 (2件):
分類
JSTが定めた文献の分類名称とコードです
ニューロコンピュータ  ,  人工知能 
タイトルに関連する用語 (5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