文献

J-GLOBAL ID：202202258893108786   整理番号：22A0630926

作物特異的生物季節特性を考慮した植生指数曲線の増強【JST・京大機械翻訳】

Augmentation of Vegetation Index Curves Considering the Crop-Specific Phenological Characteristics

著者 (2件)： P. V. Arun (Swiss Institute for Dryland Environmental and Energy Research, Jacob Blaustein Institutes for Desert Research, Ben Gurion University of the Negev, Sede Boker Campus, Israel) ,  Karnieli Arnon (Swiss Institute for Dryland Environmental and Energy Research, Jacob Blaustein Institutes for Desert Research, Ben Gurion University of the Negev, Sede Boker Campus, Israel)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 15  ページ： 1235-1243  発行年： 2022年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： 最先端の作物生物季節学分類器は,植生指数(VI)時系列データと深層学習(DL)技術を使用する。しかし,訓練サンプルの不足は,これらのアプローチの性能を制限する。従来の増強技術とは異なり,VI曲線のデータ増強は作物固有の生物季節事象を保存すべきである。訓練サンプルが制限されるとき,DLベースの増強アプローチは良い結果を与えない。また,翻訳,回転,スケーリング,およびラッピングのような従来のアプローチは,インデックス曲線の特性特徴を保存せず,それによってVI曲線ベースの増強に不適当になる。本論文では,最小数の実訓練サンプルのみを必要とする非DLベースデータ増強戦略を提案した。提案した手法では,各作物クラスに対する周期的生物季節事象と根底にある傾向をモデル化し,増大を改善した。異なる作物クラスの傾向は,自己相関と分散を一緒に最大化することによって推定され,一方,最適サブシーケンスは生物季節事象として一般化される。作物固有の特徴および周期性を保持する代用物を得るために,Maximal重複離散ウェーブレット変換を用いる提案増強戦略は,結果を著しく改善する。提案した手法は,与えられた作物クラスの特性であるウェーブレット係数を変えないことを指摘した。コムギの90の分野をカバーする時系列VIデータおよびオオムギの60の圃場を用いた実験は,顕著なアプローチと比較して,提案した増強アプローチのより良い精度を確認した。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： 分類 ,  ラッピング ,  *農作物 ,  オオムギ ,  コムギ ,  時系列 ,  自己相関
準シソーラス用語： 周期性 ,  時系列データ ,  *植生指標 ,  離散ウェーブレット変換 ,  *フェノロジー ,  ウェーブレット係数 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 作物 ,  生物季節 ,  植生指数 ,  曲線 ,  増強