文献

J-GLOBAL ID：202202276820420331   整理番号：22A0964161

マスクR-CNN深層学習アルゴリズムを用いたごみプロファイリングシステム【JST・京大機械翻訳】

A Garbage Profiling System Using Mask R-CNN Deep Learning Algorithm

著者 (5件)： Iyer Aparna (SIES Graduate School of Technology,Department of Computer Engineering,Mumbai,India) ,  Raymond Christina (SIES Graduate School of Technology,Department of Computer Engineering,Mumbai,India) ,  Bhanushali Vivek (SIES Graduate School of Technology,Department of Computer Engineering,Mumbai,India) ,  Dhane Utkarsh (SIES Graduate School of Technology,Department of Computer Engineering,Mumbai,India) ,  Bannore Aparna (SIES Graduate School of Technology,Department of Computer Engineering,Mumbai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-5  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： 本論文では,廃棄物プロファイリングプロセスを支援するためにMask R-CNNを用いて開発したモデルを示した。このモデルは廃棄物からプラスチック廃棄物を同定する。その後,高レベルのプラスチック利用を有する都市を提示するために,データ解析を行った。このデータを用いて,政府は,プラスチック材料の使用を取り扱うために都市行動を取り入れる必要がある。今日,別々のビンがすべてのタイプの廃棄物に存在している場合でも,多くのビンで混合廃棄物を終了する。廃棄物が生成される場所に廃棄物が分離されないならば,それはリサイクルされず,いくつかの問題を引き起こすかなりの量の時間のために埋立地に終わる可能性がある。本研究に用いたデータセットをKaggleと少数の外部源から得た。データの洗浄とラベリングの後,モデルをMask R-CNNアルゴリズムを用いて訓練し,プラスチック廃棄物を分類した。モデルユーザフレンドリーにするために,ウェブサイト上に展開し,結果をPythonのPygalライブラリを用いて可視化した。ウェブサイトの主な機能は以下の通りである。(1)プラスチックの使用が高い,そして,偏析は,適切には起こらず,与えられた時間枠におけるプラスチック使用の量を示す。(3)入力画像を与えると,画像中の塑性と非塑性量を生成する。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： *アルゴリズム ,  塑性 ,  プラスチック ,  偏析 ,  埋立地 ,  廃棄物 ,  都市 ,  高分子廃棄物 ,  可視化 ,  データ解析 ,  深層 ,  混合廃棄物 ,  *学習アルゴリズム
準シソーラス用語： ユーザフレンドリ性 ,  Python , 【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 (6件)： マスク ,  CNN ,  深層学習 ,  アルゴリズム ,  ごみ ,  ファイリングシステム