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。
本論文では,ソーシャルメディアからのフラッディング関連写真を同定するためのプロトタイプスクリーニングシステムの実現を目的とする。これらの写真は,それらの地理的位置に関連して,意思決定者への洪水事象に関する自由でタイムリーで信頼できる視覚情報を提供できる。ソーシャルメディア画像への応用のために設計されたこのスクリーニングシステムは,いくつかのキーモジュール,即ち,ツイート/画像ダウンロード,フラッディング写真検出,および人間検証のためのWebGISアプリケーションを含む。本研究では,4800のフラッディング写真の訓練データセットを,フラッディング写真を検出するために開発した畳み込みニューラルネットワーク(CNN)を用いた反復法に基づいて構築した。システムは,より多くの分析が,反復的に訓練セットに追加されるとき,CNNをより大きな訓練データセットによって再訓練できる方法で設計した。フラッディング光検出の全精度は平衡試験セットで93%であり,高精度は高度に不均衡なリアルタイムピンセットで4663%からの範囲であった。このシステムはプラグインを可能にし,分類モジュールへの柔軟な変化を可能にする。したがって,システムアーキテクチャと重要部品は,山火事,被害/衝撃評価のための地震のような災害事象の他のタイプで利用される。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】