文献

J-GLOBAL ID：202102270235252727   整理番号：21A0669970

反復ニューラルネットワークアプローチを用いた雪レーダ層追跡【JST・京大機械翻訳】

Snow Radar Layer Tracking Using Iterative Neural Network Approach

著者 (5件)： Ibikunle Oluwanisola (Center for Remote Sensing of Ice Sheets, University of Kansas,Kansas,USA) ,  Paden John (Center for Remote Sensing of Ice Sheets, University of Kansas,Kansas,USA) ,  Rahnemoonfar Maryam (University of Maryland,Department of Information Systems,Baltimore County,Maryland,USA) ,  Crandall David (Luddy School of Informatics, Computing, and Engineering, Indiana University,Indiana,USA) ,  Yari Masoud (Texas A&M University-Corpus,Department of Computer Science,Christi,Texas,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 2960-2963  発行年： 2020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： 本論文では,完全接続ニューラルネットワーク(NN)を用いた予備的結果を提示し,反復「列-ブロック-カラム」法を用いて,雪レーダエコー図の内層を自動的に追跡した。正確に追跡されたとき,雪レーダ画像は,グリーンランドと南極における気候温暖化の影響を理解し予測するために必要な重要な測定である極性地域における雪蓄積速度を推定するための関連情報を提供する。マルチクラスNNを設計し,シミュレートした雪レーダデータの121,408カラムの訓練セットで訓練し,92.8%の精度,0.24ピクセルのRMSE,および1ピクセル以下のピクセル誤差の98%で,内部層を自動追跡する学習を行った。Copyright 2021 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： 極性 ,  *レーダ ,  *ニューラルネットワーク ,  堆積速度 ,  画素 ,  南極 ,  グリーンランド ,  レーダ画像 ,  温暖化
準シソーラス用語： *雪 ,  レーダエコー ,  自動追跡 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 反復 ,  ニューラルネットワーク ,  雪 ,  レーダ ,  追跡