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。
近年,深層学習がリモートセンシング画像を解析するための有効なツールとして浮上している。そのような応用は変化検出であり,そこでは時間とともに変化する位置を特定する必要がある。本研究は,Siameseニューラルネットワークにおける特徴マップの連結後に,単純だが効果的なモジュールを加えることによって,建物における変化検出の以前の深い学習法を改善する。ポストコンカテネーションモジュール(PCM)は,そのモジュールは,ハンドでのタスクに対して,AUC値を1.5ポイントまで増加させる畳み込み,活性化,および正規化層から成る。さらに,実験は,特徴マップの連結前の操作の追加がAUC値を減少させ,Siameseニューラルネットワークにおける入力の特徴を結合する後に操作を導入する重要性を署名することを証明した。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】