文献

J-GLOBAL ID：202102292152958251   整理番号：21A0448426

畳込みニューラルネットワークを用いた水田病害分類と予測【JST・京大機械翻訳】

Paddy Plant Disease Classification and Prediction Using Convolutional Neural Network

著者 (3件)： Sagarika G K (M S Ramaiah Inst of technology,Dept. of Telecommunication Engineering,Bengaluru,Karnataka,India) ,  Krishna Prasad SJ (MSRamaiah Institute of technology,Dept. of Telecommunication Engineering,Bengaluru,Karnataka,India) ,  Mohana Kumar S (MSRamaiah Institute of technology,Dept of Computer Science Engineering,Bengaluru,Karnataka,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： RTEICT  ページ： 208-214  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： インドおよび他のアジア諸国は,水田植物における収量に影響する数十年間にわたって挑戦に直面している。記載された課題は,水資源/雨滴,革新的な科学的方法の欠如,および植物に影響を及ぼす病気である。これらの課題は,作物の収量に直接影響し,最終的に国の経済に影響する。水田は,植物の健康状態に関する情報を提供するこの植物の主要な調査部分であり,水田作物収量の品質と量に影響を及ぼす。本研究は,農業画像データベースリポジトリから得られたデータに基づいて,病気クラスのタイプに属する水田植物を分類するための画像処理と畳み込みニューラルネットワーク(CNN)による革新的な解決策を提案する。CNNは,最小訓練集合による分類における高速収束,精度と関連する深層学習アルゴリズムであるので,自然選択である。本研究は,0.0001の学習率を有する20の最大の時代を持つ分類のためのCNNの10層を提案する。得られた性能パラメータは,94.12%と混乱マトリックスとして精度であった。分類の結果をIOTメーカーウェブサイトに移した。結果は,病気の成長を停止するための農薬の推奨のような迅速で正確な安全対策を提供できる。したがって,システム結果は作物の収率を高めるであろう。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： 学習 ,  農業 ,  水資源 ,  *農作物 ,  農薬 ,  インド ,  画像処理 ,  自然淘汰 ,  作物収量 ,  深層 ,  カオス ,  画像データベース ,  安全対策 ,  学習アルゴリズム ,  リポジトリ

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)： 畳込みニューラルネットワーク ,  水田 ,  病害 ,  分類 ,  予測