文献

J-GLOBAL ID：202202288919202967   整理番号：22A1104006

作物病害認識と分類の深層学習ベース研究【JST・京大機械翻訳】

A Deep Learning-based study of Crop Diseases Recognition and Classification

著者 (2件)： Polly Roshni (Sathyabama Institute of Science and Technology,Department of ECE,Chennai,India) ,  Devi E. Anna (Sathyabama Institute of Science and Technology,Department of ECE,Chennai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICAIS  ページ： 296-301  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： 農業は,世界中のヒトとウシの集団の両方を供給する。農業生産性を効果的に高めるためには,迅速で正確な疾患診断が必須である。農家は,水不足,肥沃度問題,害虫,病気発作,低収量,および金銭的問題のような抗力に直面している。農家は,これらの問題を見つけるための通常の方法を使用する。しかし,それらの技術は,あまり効果的でなかった。その初期相における病気の検出は,作物の損失を防ぎ,植物の生産性を改善し,従って製品の品質を改善するのに役立つであろう。農業問題を解決するために,画像処理技術を使用することができる。深い学習は,切断エッジ画像処理アプローチを含む。これは,その適切な状況において,深い学習アルゴリズムを利用する農業葉疾患同定と診断の分野に現在の研究を入れることを含む。本研究は,作物葉疾患を同定するために,深学習と高度画像処理技術の利用における最新の開発と課題を見た。調査は,研究される様々な農業問題,利用したモデル,使用された情報源,および研究者のパフォーマンス基準を用いて達成された全精度を調査した。システム信頼性と効率を強化することによって,本レビューの創造は,作物病害を検出し,分類するとき,深い学習のより深い能力を同定する長期的な研究を可能にする。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： 抗力 ,  *学習 ,  情報源 ,  農業 ,  害虫 ,  *農作物 ,  肥沃度 ,  ヒト ,  画像処理 ,  水不足 ,  発作 ,  学習アルゴリズム
準シソーラス用語： 農家 ,  農業生産性 ,  *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 ,  病害 ,  分類 ,  深層学習 ,  研究