文献

J-GLOBAL ID：202202254485418502   整理番号：22A1104592

強化畳込みニューラルネットワーク分類器を用いたリモートセンシング画像からの高速で正確な水領域分類【JST・京大機械翻訳】

Fast and Accurate Water Region Classification from Remote Sensing Images Using Enhanced Convolutional Neural Network Classifier

著者 (2件)： Gautam Swati (Maulana Azad National Institute of Technology,Electronics and Communication Department,Bhopal,India) ,  Singhai Jyoti (Maulana Azad National Institute of Technology,Electronics and Communication Department,Bhopal,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： SCEECS  ページ： 1-4  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： リモートセンシング画像における水域面積解釈は,持続可能な水管理のための既存の水体の現在のシナリオを解析する際に重要な役割を果たす。環境資源の高速,正確および正確なモニタリングは,それらを管理するための重要な側面である。従来の分類技術の遅い訓練時間と低い精度率は,深いニューラルネットワークを使用する必要性を引き起こした。提案した強化畳込みニューラルネットワークは,チャネルワイズ,層ワイズおよびミニバッチワイズ統計(平均および分散)の間の重要度重みを学習することによって,約6.294738秒の最速訓練時間を達成するために,スイッチング可能正規化を用いる。提案した深層ニューラルネットワーク分類器を,ネットワークの有効性を証明するために,多重クラスを持つ非常に高い解像度画像からなるGaoFen画像データセット上で訓練した。既存の深層学習分類器との比較結果解析を,ネットワークの将来範囲と共に提示した。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： スイッチング ,  *ネットワーク ,  分解能 ,  *ニューラルネットワーク ,  水管理 ,  多重化 ,  有効性 ,  水域 ,  正規化
準シソーラス用語： 分類会計機 ,  *リモートセンシング画像 ,  環境資源 ,  深層学習 ,  ディープニューラルネットワーク ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 強化 ,  畳込みニューラルネットワーク ,  分類器 ,  リモートセンシング画像 ,  水 ,  分類