深層学習アプリケーションによる分光分析のためのエッジ検出と画像フィルタアルゴリズム【JST・京大機械翻訳】

Sims Christopher

プレプリント

J-GLOBAL ID：202202212471010318 整理番号：22P0303470

深層学習アプリケーションによる分光分析のためのエッジ検出と画像フィルタアルゴリズム【JST・京大機械翻訳】

Edge Detection and Image Filter algorithms for Spectroscopic Analysis with Deep Learning Applications

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 (1件)：
資料名：
発行年： 2022年03月13日プレプリントサーバーでの情報更新日： 2022年03月13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)

エッジ検出と画像フィルタはコンピュータビジョンで一般的に使用される。しかし,それらは,系統的方法で以前に角度分解光電子放出分光法(ARPES)データのデータ解析に適用されていない。本論文では,HfP2,ZrSiS,およびHf2Te2P2のARPES結果におけるエッジ検出のために,Sobel,Gaussian(LoG),Canny,Prewitt,Roberts,およびファジー論理法を使用した。著者らは,CannyフィルタがARPES測定に典型的な雑音の多いデータのエッジ検出のための最良の方法であり,一方,他のエッジ検出技術はARPESバンドを正しく検出できないことを見出した。【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