文献

J-GLOBAL ID：202202257842419868   整理番号：22A0438530

地質材料のスペクトル非混合のための深層学習ベース潜在空間符号化【JST・京大機械翻訳】

Deep-learning-based latent space encoding for spectral unmixing of geological materials

著者 (4件)： Pattathal V. Arun (The Remote Sensing Laboratory, French Associates Institute for Agriculture and Biotechnology of Drylands, The Jacob Blaustein Institutes for Desert Research, Ben-Gurion University of the Negev, 8499000, Israel) ,  Sahoo Maitreya Mohan (Centre of Studies in Resources Engineering, Indian Institute of Technology, Bombay, Mumbai 400076, India) ,  Porwal Alok (Centre of Studies in Resources Engineering, Indian Institute of Technology, Bombay, Mumbai 400076, India) ,  Karnieli Arnon (The Remote Sensing Laboratory, French Associates Institute for Agriculture and Biotechnology of Drylands, The Jacob Blaustein Institutes for Desert Research, Ben-Gurion University of the Negev, 8499000, Israel)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 183  ページ： 307-320  発行年： 2022年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ハイパースペクトル画像の比較的粗い空間分解能は,センサ瞬間視野(IFOV)における異種材料のスペクトル応答の混合を引き起こし,混合画素をもたらす。本研究では,エンドツーエンド訓練可能スペクトル非混合モデルを定式化するために,雑音除去非混合符号器ネットワーク(DUENet)と呼ばれるカプセルベース生成符号化モデルを提案した。再構成と交差エントロピー損失と入力事前ベース制約は,雑音除去,データ補完,およびスペクトル非混合の共同最適化を達成した。従来手法とは異なり,内挿ベース畳込みと動的時間ラッピング(DTW)ベース畳込みユニットは,DUENetを非混合雑音スペクトルにさえ促進する。潜在空間の物理的重要性を改善するためにラベル情報を埋め込むことに加えて,DUENetは補間カーネルのパラメータを動的に学習する。ベンチマーク航空機搭載ハイパースペクトルデータセット(NabesnaとCupriteデータセット)と模擬データセットを用いて,提案した方法の性能を評価した。スペクトル非混合と雑音除去の提案した共同最適化が結果を著しく改善することが観察された。カプセルを用いた採用した特徴特性化は一般化可能性を改善し,限られた数の訓練サンプルでも良好な結果を与えた。本研究では,各エンドメンバーに対して学習された概念に基づく非混合フレームワークを解析するための可読性ベース評価尺度の必要性を示した。実験は,提案した戦略がネットワークパラメータに対するモデルの感度を著しく低減することを確認した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  最適化 ,  畳込み ,  *学習 ,  ネットワーク ,  可読性 ,  内挿法 ,  *スペクトル ,  符号器 ,  エンドツーエンド方式 ,  定式化 ,  ベンチマーク ,  雑音除去
準シソーラス用語： ハイパースペクトル画像 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (8件)： スペクトルアンミキシング ,  空中ハイパースペクトルリモートセンシング ,  深層学習 ,  雑音除去 ,  畳込みニューラルネットワーク ,  特徴学習 ,  オートエンコーダ ,  地質応用

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (4件)： 地質 ,  スペクトル ,  深層学習 ,  空間符号化