文献

J-GLOBAL ID：202202275981052196   整理番号：22A0753886

深層学習に基づく植物病害と害虫の画像認識の研究【JST・京大機械翻訳】

Research of Image Recognition of Plant Diseases and Pests Based on Deep Learning

著者 (2件)： Ke Feng Wang (Jiangsu University of Technology, China) ,  Xue Hua Huang (Hunan City University, China)
資料名： International Journal of Cognitive Informatics and Natural Intelligence  (International Journal of Cognitive Informatics and Natural Intelligence)
巻： 15  号： 4  ページ： 1-21  発行年： 2022年 
JST資料番号： W3858A  ISSN： 1557-3958  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： 深層学習は,音声認識,視覚認識,および他の分野でますます多くの注目を集めている。画像処理の分野では,深層学習法を用いて高い認識率を得ることができる。本論文では,畳み込みニューラルネットワークを深層学習の基本モデルとして用いた。モデルの短所を分析し,DBNを病気と害虫の画像認識に用いた。実験では,まず,10種類の病気と害虫の葉と50000の正常な葉を選択し,その各々をアルゴリズム性能の比較に用いた。病気と害虫種の判断において,本研究で提案されたアルゴリズムは,すべての種類の病気と害虫を最大範囲に同定できるが,対応するソフトウェア(オープンCV,アクセス)認識精度は,病気と害虫の型の増加とともに徐々に減少する。本研究では,病気と害虫の同定で提案されたアルゴリズムを,約45%に維持した。Copyright 2022 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  音声認識 ,  ネットワーク ,  *害虫 ,  精度 ,  改良 ,  画像処理 ,  *植物病害 ,  視認 ,  ソフトウェア ,  *機械学習 ,  *画像認識
準シソーラス用語： 認識率 ,  認識精度 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  深い信頼ネットワーク ,  深層学習 ,  改良された深さ信頼ネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 深層学習 ,  植物病害 ,  害虫 ,  画像認識 ,  研究