文献

J-GLOBAL ID：202102226736783610   整理番号：21A2529470

センサベースIoTにおける効率的な画像認識に向けて:RGB影響比率に基づくCNNのための重み初期化最適化法【JST・京大機械翻訳】

Toward Efficient Image Recognition in Sensor-Based IoT: A Weight Initialization Optimizing Method for CNN Based on RGB Influence Proportion

著者 (6件)： Deng Zile (School of Software, Jiangxi Normal University, Nanchang 330022, China) ,  Cao Yuanlong (School of Software, Jiangxi Normal University, Nanchang 330022, China) ,  Zhou Xinyu (School of Computer and Information Engineering, Jiangxi Normal University, Nanchang 330022, China) ,  Yi Yugen (School of Software, Jiangxi Normal University, Nanchang 330022, China) ,  Jiang Yirui (School of Software, Jiangxi Normal University, Nanchang 330022, China) ,  You Ilsun (Department of Information Security Engineering, Soonchunhyang University, Asan 31538, Korea)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 10  ページ： 2866  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： モノのインターネット(IoT)はビッグデータに基づく異なる問題に対処すると予測されるので,その応用は視覚データと深層学習技術にますます依存し,画像データを解析するIoTシステムに適した方法を見つける大きな挑戦である。伝統的な深層学習法は,データの色差を明示的に考慮していないが,人間の視覚の経験から,色は,物を認識する際に異なる重要な役割を果たす。本論文は,学習アルゴリズムの訓練プロセスを改善するために,RGB影響比率に基づく画像認識問題における深い学習のための重量初期化方法を提案した。本論文では,RGB比率を抽出し,それを重み初期化プロセスに利用することを試みた。本提案の有効性を評価するために,異なるデータセット上でいくつかの実験を行い,小さなデータセットに対して効果的であることを証明した。加えて,RGB影響比率へのアクセスに関して,著者らはさらに,次の使用のために初期の比率を得るために,便宜的方式を提供した。提案手法はIoTセンサに使用可能であり,将来複雑なデータを安全に解析できると仮定した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  視覚 ,  色差 ,  センサ ,  有効性 ,  学習アルゴリズム ,  *画像認識
準シソーラス用語： 画像データ ,  *モノのインターネット ,  ビッグデータ ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク(CNN) ,  画像認識 ,  IoT応用 ,  k最近傍(k-NN)

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

引用文献 (41件)：

• Islam, S.R.; Kwak, D.; Kabir, M.H.; Hossain, M.; Kwak, K.S. The internet of things for health care: A comprehensive survey. IEEE Access 2015, 3, 678-708.
• Song, F.; Zhu, M.; Zhou, Y.; You, I.; Zhang, H. Smart Collaborative Tracking for Ubiquitous Power IoT in Edge-Cloud Interplay Domain. IEEE Internet Things J. 2019, 1.
• Li, S.; Sun, W. Utility maximisation for resource allocation of migrating enterprise applications into the cloud. In Enterprise Information Systems; Taylor & Francis: Abingdon, UK, 2020.
• Yu, X.; Wang, J.; Kays, R.; Jansen, P.A.; Wang, T.; Huang, T. Automated identification of animal species in camera trap images. EURASIP J. Image Video Process. 2013, 1, 52.
• Hsu, Y.-L.; Chou, P.-H.; Chang, H.-C.; Lin, S.-L.; Yang, S.-C.; Su, H.-Y.; Chang, C.-C.; Cheng, Y.-S.; Kuo, Y.-C. Design and Implementation of a Smart Home System Using Multisensor Data Fusion Technology. Sensors 2017, 17, 1631.

タイトルに関連する用語 (7件)： IoT ,  画像認識 ,  RGB ,  比率 ,  CNN ,  初期化 ,  最適化