文献

J-GLOBAL ID：202102211437480331   整理番号：21A2834274

アンサンブル深層CNNに基づく視覚的煙検出【JST・京大機械翻訳】

Visual Smoke Detection Based on Ensemble Deep CNNs

著者 (13件)： Liu Hongyan (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Liu Hongyan (Engineering Research Center of Intelligence Perception and Autonomous Control, Ministry of Education, China) ,  Liu Hongyan (Beijing Laboratory of Smart Environmental Protection, China) ,  Liu Hongyan (Beijing Key Laboratory of Computational Intelligence and Intelligent System, China) ,  Liu Hongyan (Beijing Artificial Intelligence Institute, China) ,  Lei Fei (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Tong Chen (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Tong Chen (Engineering Research Center of Intelligence Perception and Autonomous Control, Ministry of Education, China) ,  Tong Chen (Beijing Laboratory of Smart Environmental Protection, China) ,  Tong Chen (Beijing Key Laboratory of Computational Intelligence and Intelligent System, China) ,  Tong Chen (Beijing Artificial Intelligence Institute, China) ,  Cui Chunji (Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Wu Li (Faculty of Information Technology, Beijing University of Technology, Beijing, China)
資料名： Displays  (Displays)
巻： 69  ページ： Null  発行年： 2021年 
JST資料番号： C0042B  ISSN： 0141-9382  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： 煙は,通常,燃料燃焼によって生成した可視エアロゾルに言及し,不完全燃焼のため,時には炭素と硫黄粒子に混合される。煙エアロゾルの長期蓄積は煙霧の形成における重要因子であり,それは多くの国で環境問題である。空気中での知的煙検出の方法の開発は,手動プロセスに代わる目的で,産業安全監視および大気汚染防止のような応用に対して非常に有益である。本論文では,この困難を解決することに焦点を当てた。それらが特定のデータインスタンスのために開発されたので,一般化能力を欠く既存の深い学習フレームワークとは異なり,提案モデルは単純な深い畳み込みニューラルネットワークを集合するが,優れた性能を達成する。煙の異なる側面を捉えるために,一連のサブネットワークに供給される特徴マップの集合を定義した。各サブネットワークを独立に訓練し,良好な検出性能を実現した。最終的な出力は,大多数投票を介してサブネットワーク応答を選択的に集約することによって得られる。圧縮によって崩壊した2つの新しく確立されたノイズのある煙画像データセットに関して,著者らの提案モデルは,検出結果と人間の判断の間の平均で97%を超える非常に高い一貫性を達成して,深い学習に基づく他の最先端の煙検出アルゴリズムを凌駕した。Copyright 2021 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： エアロゾル ,  雑音 ,  *視覚 ,  学習 ,  *煙 ,  炭素 ,  不完全燃焼 ,  硫黄 ,  投票 ,  深層
準シソーラス用語： 煙霧 ,  環境問題 ,  特徴マップ ,  サブネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 畳込みニューラルネットワーク ,  深層学習 ,  アンサンブル ,  産業モニタリング ,  煙検出システム

分類 (1件)： 表示機器  (NC06030Q)

タイトルに関連する用語 (5件)： アンサンブル ,  深層 ,  CNN ,  視覚 ,  煙検出