短波赤外線ハイパースペクトルイメージングを用いた塑性解析に対する前処理とモデル複雑性の影響【JST・京大機械翻訳】

Dijkstra Klaas; Aghaei Maya; Jaarsma Femke; Dijkstra Martin; Folkersma Rudy; Jager Jan; van de Loosdrecht Jaap

プレプリント

J-GLOBAL ID：202202201380996790 整理番号：22P0307859

短波赤外線ハイパースペクトルイメージングを用いた塑性解析に対する前処理とモデル複雑性の影響【JST・京大機械翻訳】

On the Effect of Pre-Processing and Model Complexity for Plastic Analysis Using Short-Wave-Infrared Hyper-Spectral Imaging

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年03月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

プラスチック廃棄物リサイクルの重要性は,豊富である。この点において,コンピュータビジョンと深層学習は,プラスチックの短波赤外超スペクトル画像の自動分析を通して解を可能にする。本論文では,深い学習を用いて,様々なプラスチックフレークの超スペクトル画像セグメンテーションのタスクを解決するための効率的なモデル選択の重要性を示すために,徹底的な経験的研究を提供した。一般的で特殊化されたモデルの複雑性レベルを評価し,それらの性能容量を推論する:一般的モデルは,しばしば不必要な複合体である。性能および計算の複雑さの両者において,いくつかのよく知られたセグメンテーションアーキテクチャを凌駕する,特殊化した超スペクトルアーキテクチャの2つの変種,プラスチックネットを導入した。さらに,超スペクトルイメージングの領域内での信号前処理の重要性に光を当てた。貢献を完了するために,4つの一次ポリマータイプのプラスチックフレークの最大で,最も汎用性の高いハイパースペクトルデータセットを導入した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般

, , , ,

前のページに戻る