文献

J-GLOBAL ID：202202250120554567   整理番号：22A0397514

ハイパースペクトル画像分類のためのエッジ畳込みによるグラフニューラルネットワーク【JST・京大機械翻訳】

Graph Neural Network via Edge Convolution for Hyperspectral Image Classification

著者 (4件)： Hu Haojie (Xi’an Research Institute of Hi-Tech, Xi’an, China) ,  Yao Minli (Xi’an Research Institute of Hi-Tech, Xi’an, China) ,  He Fang (Xi’an Research Institute of Hi-Tech, Xi’an, China) ,  Zhang Fenggan (Xi’an Research Institute of Hi-Tech, Xi’an, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5508905.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： グラフニューラルネットワーク(GNN)は,最近,ハイパースペクトル画像(HSI)分類においてますます注目を集めている。畳込みニューラルネットワーク(CNN)と比較して,GNNはラベル付きデータの不足を効果的に軽減することができた。提案手法では,まず,GNNを通して大規模不規則領域に関する特徴学習を行い,次に画素レベルで局所空間四角形スペクトル特徴を抽出する。さらに,エッジ畳込み(EdgeConv)をGNNに組み込み,代表的記述子の相互関係を適応的に捕捉し,グラフ上の識別特徴を完全に利用した。いくつかのHSIデータセットに関する実験は,著者らの方法が最先端のHSI分類方法と比較してより良い分類性能を達成できることを示した。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： *畳込み ,  学習 ,  *ニューラルネットワーク ,  画素
準シソーラス用語： 分類法 ,  *ハイパースペクトル画像 ,  スペクトル特徴 ,  *ハイパースペクトル画像分類 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ハイパースペクトル画像分類 ,  エッジ ,  畳込み ,  グラフニューラルネットワーク