より深い視点による教師なしデータ融合:新しいマルチセンサ深層クラスタリングアルゴリズム【JST・京大機械翻訳】

Shahi Kasra Rafiezadeh; Ghamisi Pedram; Rasti Behnood; Scheunders Paul; Gloaguen Richard

文献

J-GLOBAL ID：202202277831310205 整理番号：22A0398139

より深い視点による教師なしデータ融合:新しいマルチセンサ深層クラスタリングアルゴリズム【JST・京大機械翻訳】

Unsupervised Data Fusion With Deeper Perspective: A Novel Multisensor Deep Clustering Algorithm

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0398139&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0398139&from=J-GLOBAL&jstjournalNo=W2259A") }}

著者 (5件)： , , , ,
資料名：
巻： 15 ページ： 284-296 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)

異なるタイプの画像データ[例えば,ハイパースペクトルイメージングと光検出と測距(LiDAR)導出ディジタル表面モデル(DSM)]を捉える技術の進歩は,新しい処理技術と共に,地球観測のイメージング応用への関心を高めている。しかし,そのようなデータセットを並列に解析することは,困難なタスクである。本論文では,マルチソースイメージングデータの共同処理のためのマルチセンサ深クラスタリング(MDC)アルゴリズムを提案した。MDCのアーキテクチャは,オートエンコーダ(AE)ベースのネットワークによって触発される。MDCパラダイムは,3つの並列ネットワーク,オートエンコーダ構造を用いたスペクトルネットワーク,畳込みオートエンコーダ構造を用いた空間ネットワーク,および最後に,空間およびスペクトルネットワークから連結された潜在特徴から連結された画像情報を再構成する融合ネットワークを含む。提案したアルゴリズムは,上記のネットワークによって得る再構成損失を結合して,同時に3つのネットワークのパラメータ(すなわち,重みとバイアス)を最適化した。提案アルゴリズムの性能を検証するために,ベンチマークとして異なるアプリケーション(即ち,地質学的および農村サイト)からの2つのマルチセンサデータセットを用いた。実験結果は,多くの最先端のクラスタリングアルゴリズムと比較して,提案した深いクラスタリングアルゴリズムの優位性を確認した。コードは[Online]で利用可能である。利用可能な:https://github.com/Kasra2020/MDC。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】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , 土地利用一般,地域制

, , , , ,

前のページに戻る