Art

J-GLOBAL ID：202102265882967738   Reference number：21A0292647

Identifying the vegetation type in Google Earth images using a convolutional neural network: a case study for Japanese bamboo forests

畳込みニューラルネットワークを用いたGoogle地球画像における植生タイプの同定:日本竹林の事例研究【JST・京大機械翻訳】

Author (4)： Watanabe Shuntaro (Field Science Education and Research Center (FSERC), Kyoto University, Sakyo-ku, Japan) ,  Watanabe Shuntaro (Graduate School of Science and Engineering, Kagoshima University, Kagoshima, Japan) ,  Sumi Kazuaki (Graduate School of Agriculture, Kyoto University, Sakyo-ku, Japan) ,  Ise Takeshi (Field Science Education and Research Center (FSERC), Kyoto University, Sakyo-ku, Japan)
Material： BMC Ecology (Web)
Volume： 20  Issue： 1  Page： 1-14  Publication year： 2020 
JST Material Number： U7365A  ISSN： 1472-6785  Document type： Article
Article type： 原著論文  Country of issue： United Kingdom (GBR)  Language： ENGLISH (EN)

Abstract/Point： Classifying and mapping vegeta...

Register(free) or Log In to access     To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A0292647&from=J-GLOBAL&jstjournalNo=U7365A") }}

Thesaurus term： visual sense ,  *earth(the globe) ,  environmental science ,  *case study ,  effectiveness ,  ambiguity ,  machine learning ,  image recognition
Semi thesaurus term： 自動検出 ,  植生図 ,  *Google ,  *竹林 ,  高精度 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

Author keywords (3)： Convolutional neural network ,  Vegetation mapping ,  Google earth imagery

JST classification (3)： Graphic and image processing in general  (JE04010I) ,  Forest mensuration(=dendrometry)  (FF01040T) ,  Artificial intelligence  (JE08000Z)

Reference (29)：

• Mapping species distribution: spatial inference and prediction; 2009; CR1; J Franklin; citation_publisher=Cambridge University Press
• J Plant Ecol; Remote sensing imagery in vegetation mapping: a review; Y Xie, Z Sha, M Yu; 1; 2008; 9-23; 10.1093/jpe/rtm005; citation_id=CR2
• Drucker H, Burges CJ, Kauffman L, Smola A, Vapnik V. Support vector regression machines. Neural information processing systems 9. eds Mozer MC, Jordan JI & Petsche T. pp. 155-161, MIT Press 1997.
• Foundat Trends Mach Learn; Learning deep architectures for AI; Y Bengio; 2; 2009; 1-127; 10.1561/2200000006; citation_id=CR4
• Goodfellow I, Bengio Y, Courville A. Deep Learning. MIT press. 2016.

Terms in the title (9)： 畳込みニューラルネットワーク ,  Google ,  地球 ,  植生 ,  タイプ ,  同定 ,  日本 ,  竹林 ,  研究