文献

J-GLOBAL ID：201702256809603517   整理番号：17A0756050

スタック型自動符号器に基づくリモートセンシング画像を用いた土地利用分類【Powered by NICT】

Land-Use Classification with Remote Sensing Image Based on Stacked Autoencoder

著者 (2件)： Ding Anzi ,  Zhou Xinmin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICIICII  ページ： 145-149  発行年： 2016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： 従来の土地利用分類法の方が良好な性能を達成できないという問題を中心に,深層学習に触発された積層自動符号器に基づく新しいリモートセンシング画像分類法を提案した。最初に,深いネットワークモデルは,自動符号器の積層層を介して構築された,教師なし欲張り層別学習アルゴリズムは,よりロバストな発現のための各層を訓練するのに使用された,特性は逆伝搬ニューラルネットワークによる教師つき学習し,全ネット誤差逆伝搬を用いて最適化した。最後に,IGF-1リモートセンシングデータを評価のために使用したサポートベクトルマシンと逆伝搬ニューラルネットワークのそれよりも高い総精度とカッパ精度は,それぞれ95.5%と95.3%に達した。実験結果は,提案した方法が土地被覆分類の精度を効果的に改善できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 教師つき学習 ,  サポートベクトルマシン ,  学習アルゴリズム ,  *符号器 ,  最適化 ,  精度 ,  ロバスト性 ,  銅 ,  層別 ,  逆伝播ニューラルネットワーク ,  深層学習 ,  *土地利用分類 ,  改変
準シソーラス用語： 土地被覆分類 ,  分類法 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： スタック ,  符号器 ,  リモートセンシング画像 ,  土地利用分類