文献

J-GLOBAL ID：202102277008371683   整理番号：21A0566140

画像処理と深層学習技術を用いたココナッツ病予測システム【JST・京大機械翻訳】

Coconut Disease Prediction System Using Image Processing and Deep Learning Techniques

著者 (5件)： Nesarajan Dhapitha (Sri Lanka Institute of Information Technology,Faculty of Computing,Malabe,Sri Lanka) ,  Kunalan Lokini (Sri Lanka Institute of Information Technology,Faculty of Computing,Malabe,Sri Lanka) ,  Logeswaran Mithun (Sri Lanka Institute of Information Technology,Faculty of Computing,Malabe,Sri Lanka) ,  Kasthuriarachchi Sanvitha (Sri Lanka Institute of Information Technology,Faculty of Computing,Malabe,Sri Lanka) ,  Lungalage Dilani (Sri Lanka Institute of Information Technology,Faculty of Computing,Malabe,Sri Lanka)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IPAS  ページ： 212-217  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： ココナッツ生産は最も重要で,スリランカ経済における収入の主な源の1つである。最近,ココナッツ樹木の大部分が,ココナッツの強度と生産を徐々に減少させる病気の影響を受けることが観察された。ほとんどの樹木の葉は害虫病と栄養欠乏の影響を受ける。著者らの主な集約は,ココナッツ葉の生活を強化し,初期段階で病気を同定し,農民がココナッツ生産からより多くの利益を得ることである。本論文では,ココナッツの葉における害虫の攻撃と栄養素欠乏の検出と病気の分析を提案した。ココナッツの葉監視は,最も細かい機械学習と画像処理技術の助けで農薬と肥料の使用後に行われた。ヒトの専門家よりむしろ,自動認識は有益であり,ココナッツ葉中の病気を非常に効率的に同定する最速のアプローチである。したがって,このプロジェクトでは,ココナッツ樹の食物行動,害虫病および栄養不足による害虫を同定するためのアンドロイド移動応用を開発した。初期ステップとして,画像処理技術のためのすべてのデータセットは,RGBをグレースケール,フィルタリング,再サイジング,水平フリップ,および垂直フリップに変換するなどの前処理段階を満たした。上記のステップを完成後,分類を文献レビューにおけるいくつかのアルゴリズムを分析することによって実行した。SVMとCNNを,精度のそれぞれ93.54%と93.72%を有する最良で適切な分類装置として選択した。このプロジェクトの成果は,農民がココナッツ生産を増加させ,農業部門で革命をもたらすであろう。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： アルゴリズム ,  食品 ,  農民 ,  グレースケール ,  害虫 ,  分類装置 ,  フィルタリング ,  農薬 ,  ヒト ,  サイジング ,  *画像処理 ,  文献展望 ,  機械学習
準シソーラス用語： 自動認識 ,  *深層学習 , 【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 (4件)： 画像処理 ,  深層学習 ,  ココナッツ ,  予測システム