文献

J-GLOBAL ID：202102288430367921   整理番号：21A0230711

ごみ分類のためのXceptionアーキテクチャ転移学習【JST・京大機械翻訳】

Xception Architecture Transfer Learning for Garbage Classification

著者 (4件)： Rismiyati (Universitas Diponegoro,Department of Informatics,Semarang,Indonesia) ,  Endah Sukmawati Nur (Universitas Diponegoro,Department of Informatics,Semarang,Indonesia) ,  Khadijah (Universitas Diponegoro,Department of Informatics,Semarang,Indonesia) ,  Shiddiq Ilman Nabil (Universitas Diponegoro,Department of Informatics,Semarang,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICICoS  ページ： 1-4  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： 固形廃棄物管理問題は,特にインドネシアを含む発展途上国での主な問題である。廃棄物管理問題を解決するためにいくつかの努力がなされている。インドネシア政府は,9月2019日に異なるタイプのごみをソートする動きを始めた。自動ごみ分類は,このプログラムを助けることができる。このタスクを実行できるために,コンピュータは各タイプのごみを識別する必要がある。このプロセスを,廃棄物タイプを区別するために機械学習法を用いて行うことができた。本研究では,転送学習を用いて,TrashNetデータセット上で分類タスクを行った。本研究で用いたモデルは,ImageNet事前訓練VGG16,ResNet-50,およびX開始である。実験結果は,X開始モデルが88%の最高精度,84%の平均精度,および84%の平均再現を達成できることを示した。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】

シソーラス用語： *学習 ,  廃棄物 ,  インドネシア共和国 ,  ソーティング ,  発展途上国 ,  *計算機アーキテクチャ ,  コンピュータ ,  廃棄物管理 ,  機械学習
準シソーラス用語： 固形廃棄物管理 ,  *転移学習 , 【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)： ごみ ,  分類 ,  アーキテクチャ ,  転移学習