実世界マルチスペクトルとレリーフデータを持つ新しい軽量コンブネットを用いたJaliscoのマルチクラス土地被覆解析と分類【JST・京大機械翻訳】

Quevedo Alexander; Sanchez Abraham; Nanclares Raul; Montoya Diana P.; Pacho Juan; Martinez Jorge; Moya-Sanchez E. Ulises

プレプリント

J-GLOBAL ID：202202207391368900 整理番号：22P0280145

実世界マルチスペクトルとレリーフデータを持つ新しい軽量コンブネットを用いたJaliscoのマルチクラス土地被覆解析と分類【JST・京大機械翻訳】

Jalisco's multiclass land cover analysis and classification using a novel lightweight convnet with real-world multispectral and relief data

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01月26日プレプリントサーバーでの情報更新日： 2022年01月26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)

地球規模の気候変動,農業レジリエンス,森林伐採制御の理解は,土地利用と土地被覆変化(LULCC)のタイムリーな観察に依存する。最近,いくつかの深層学習(DL)法が,グローバルで均一なデータのための土地被覆(LC)の自動分類を作るために適応されてきた。しかし,これらのDLモデルの大部分は,実世界データ,即ち,多数のクラス,多季節データ,多様な気候領域,高不均衡ラベルデータセット,低空間分解能,に効果的に適用できない。本研究では,LC分類と解析を行うために,Jalisco領域に対するこれらの問題を取り扱うために,新しい軽量(唯一の89kパラメータ)畳込みニューラルネットワーク(ConvNet)を提示した。グローバル手法とは対照的に,地域データは,土地利用と管理,保全地域,または生態系サービスを計画する政策立案者に要求されるコンテキスト特異性を提供する。本研究では,13のチャネルを得るために,3つの実世界オープンデータソースを結合した。著者らの埋込み解析は,いくつかのクラスにおける限られた性能を予測し,その結果,最も類似したグループをグループ化する機会を与え,テスト精度性能は,73%から83%に増加した。本研究が,土地に関する生活に関する国連の持続可能な発展目標(SDG)を達成するために,限られたデータソースまたは計算資源を有する他の地域グループを助けることを期待する。【JST・京大機械翻訳】

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

リモートセンシング一般 , 写真測量,空中写真

, , , , , , , , , ,

前のページに戻る