文献
J-GLOBAL ID:202202245547472498   整理番号:22A0959122

ハイパースペクトルバンド選択のためのランクを意識した生成敵対ネットワーク【JST・京大機械翻訳】

Rank-Aware Generative Adversarial Network for Hyperspectral Band Selection
著者 (6件):
資料名:
巻: 60  ページ: ROMBUNNO.5521812.1-12  発行年: 2022年 
JST資料番号: H0016B  ISSN: 0196-2892  CODEN: IGRSD2  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
従来のクラスタリングベースバンド選択(BS)法は各バンドを個体として扱い,選択はクラスタ間の差を拡大して行い,バンド相互作用と情報顕著性評価の損失をもたらす。本論文では,これらの問題に取り組むために,ランク意識生成敵対ネットワーク(R-GAN)と名付けたBS法を提案した。最初に,GANによる集中参照特徴抽出(FE)は,解釈可能性とバンド間関連性を結合するために,R-GANを援助した。次に,参照特徴をランク意識戦略によって提供された顕著性推定によって精密化した。データ特性に従って,テンソルとマトリックスを含むランク計算の2つのバージョンがある。最後に,構造類似性指数測定(SSIM)は,最終的なBS結果を得るために,元のデータ空間に対する顕著性をマップした。5つのハイパースペクトル画像(HSI)データセットに関する一般的な既存のBSアプローチによる広範な比較実験は,提案したR-GANがスペクトル顕著性を効果的にアドレスし,より有益なバンド部分集合を選択し,検出と分類タスクの両方に対して他の競合者より優れていることを示した。例えば,SD-1データセット上で,R-GANによって選択した10バンドは,異常検出性能の曲線(AUC)値の下で13.7%の改善で0.982±0.003を達成した。ピーク精度はPaviaUデータセットの分類に対して0.46%のベースラインを凌駕した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  分子・遺伝情報処理 
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る