文献

J-GLOBAL ID：202202227167451179   整理番号：22A0847942

坑井検層画像における破壊同定:2段階適応ネットワーク【JST・京大機械翻訳】

Fracture Identification in Well Logging Images: Two-Stage Adaptive Network

著者 (7件)： Zhang Wei (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Li Zhipeng (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Wu Tong (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Yao Zhenqiu (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Qiu Ao (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Li Yanjun (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Shi Yibing (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Transactions on Instrumentation and Measurement  (IEEE Transactions on Instrumentation and Measurement)
巻： 71  ページ： ROMBUNNO.5003112.1-12  発行年： 2022年 
JST資料番号： C0232A  ISSN： 0018-9456  CODEN： IEIMAO  資料種別： 逐次刊行物 (A)
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： 坑井検層画像における自動破壊同定とセグメンテーションは,石油とガスに対する広範な探査のため,ますます重要であるが,困難である。意味的セグメンテーションのためのドメイン適応は,意味的破壊アノテーションの欠如に対する魅力的な代替である。それにもかかわらず,以前のドメイン適応戦略は,単一レベル(例えば,入力,中間特徴,または出力)のみに焦点を合わせ,新しい坑井検層画像上で大きな一般化誤差をもたらす。本論文では,2段階ネットワークアーキテクチャを提案した。ステージ1では,パターン転送ネットワーク(PTN)モデルを利用して,1つのドメインから他のドメインへの変換を行い,画像を2つのデータセット間で視覚的に類似のものにした。逐次に,ステージ2において,発電機と弁別器による敵対学習モデルを導入して,類似した意味セグメンテーションを生成するPTNによって作り出される2つのドメイン画像を作った。さらに,セマンティックセグメンテーション結果における無関係な雑音をフィルタするために,発電機に注意モジュールを埋め込んだ。実検層画像を超音波イメージング検層装置によって試験データセットとして収集した。従来のアルゴリズムと領域適応法と比較して,提案方法はより良い視覚品質と正確なセグメンテーション結果を得ることが示された。Copyright 2022 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： アルゴリズム ,  雑音 ,  視覚 ,  弁別器 ,  学習モデル ,  石油 ,  セグメンテーション ,  *ネットワーク ,  *検層 ,  移動 ,  モデル ,  超音波画像 ,  ネットワークアーキテクチャ ,  アノテーション
準シソーラス用語： 視覚品質 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 坑井検層 ,  破壊 ,  同定 ,  段階 ,  適応ネットワーク