論文の概要: A Soft Computing Approach for Selecting and Combining Spectral Bands

• arxiv url: http://arxiv.org/abs/2011.05127v1
• Date: Tue, 10 Nov 2020 14:51:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-27 06:29:45.840374
• Title: A Soft Computing Approach for Selecting and Combining Spectral Bands
• Title（参考訳）: スペクトル帯域の選択と結合のためのソフトコンピューティングアプローチ
• Authors: Juan F. H. Albarrac\'in, Rafael S. Oliveira, Marina Hirota, Jefersson A. dos Santos, Ricardo da S. Torres
• Abstract要約: リモートセンシングマルチスペクトル画像からインデックスを自動選択・結合するソフトコンピューティング手法を提案する。 提案手法は, 遺伝的プログラミング(GP)フレームワークを基礎として, 様々な最適化問題によく用いられる手法である。 GPフレームワークは熱帯生物の識別・分類に使用される他の指標よりも優れた結果をもたらすことを示す。
• 参考スコア（独自算出の注目度）: 2.9521406768693965
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a soft computing approach for automatically selecting and combining indices from remote sensing multispectral images that can be used for classification tasks. The proposed approach is based on a Genetic-Programming (GP) framework, a technique successfully used in a wide variety of optimization problems. Through GP, it is possible to learn indices that maximize the separability of samples from two different classes. Once the indices specialized for all the pairs of classes are obtained, they are used in pixelwise classification tasks. We used the GP-based solution to evaluate complex classification problems, such as those that are related to the discrimination of vegetation types within and between tropical biomes. Using time series defined in terms of the learned spectral indices, we show that the GP framework leads to superior results than other indices that are used to discriminate and classify tropical biomes.
• Abstract（参考訳）: 本稿では,分類タスクに使用可能なマルチスペクトル画像のリモートセンシングからインデックスの自動選択と合成を行うソフトコンピューティング手法を提案する。 提案手法は, 遺伝的プログラミング(GP)フレームワークを基礎として, 様々な最適化問題によく用いられる手法である。 GPを通して、2つの異なるクラスからのサンプルの分離性を最大化する指標を学ぶことができる。 すべてのクラスのペアに特化したインデックスが取得されると、ピクセル単位の分類タスクで使用される。 GPをベースとした手法を用いて,熱帯生物群間の植生の種別識別に関連するような複雑な分類問題を評価した。 学習したスペクトル指標で定義される時系列を用いて、GPフレームワークは熱帯生物の識別・分類に使用される他の指標よりも優れた結果をもたらすことを示す。

関連論文リスト

• POGEMA: A Benchmark Platform for Cooperative Multi-Agent Navigation [76.67608003501479]
  主評価指標の基礎に基づいて計算された領域関連メトリクスの範囲を定義する評価プロトコルを導入・指定する。 このような比較の結果は、様々な最先端のMARL、検索ベース、ハイブリッド手法を含むものである。
  論文  参考訳（メタデータ） (2024-07-20T16:37:21Z)
• Exploratory Landscape Analysis for Mixed-Variable Problems [0.7252027234425334]
  決定空間が連続変数、バイナリ変数、整数変数、カテゴリー変数の混合である混合変数問題に対する探索的景観特徴を計算する手段を提供する。 実用化のためのメリットをさらに強調するため,自動アルゴリズム選択研究を設計・実施する。 トレーニングされたアルゴリズムセレクタは、すべてのベンチマーク問題に対して、単一のベストと仮想ベストのギャップを57.5%縮めることができる。
  論文  参考訳（メタデータ） (2024-02-26T10:19:23Z)
• UniCell: Universal Cell Nucleus Classification via Prompt Learning [76.11864242047074]
  ユニバーサル細胞核分類フレームワーク(UniCell)を提案する。 異なるデータセットドメインから対応する病理画像のカテゴリを均一に予測するために、新しいプロンプト学習機構を採用している。 特に,本フレームワークでは,原子核検出と分類のためのエンドツーエンドアーキテクチャを採用し,フレキシブルな予測ヘッドを用いて様々なデータセットを適応する。
  論文  参考訳（メタデータ） (2024-02-20T11:50:27Z)
• Classification in Histopathology: A unique deep embeddings extractor for multiple classification tasks [0.0]
  私たちは、イメージを深い特徴に変換するために、訓練済みのディープ埋め込み抽出器を1つ使用しています。 また、各分類タスクに対して、これらの埋め込みに対して、小さな専用分類ヘッドをトレーニングします。 このアプローチは、さまざまなタスクに対して、トレーニング済みの1つのディープネットワークを再利用する機能など、いくつかのメリットを提供します。
  論文  参考訳（メタデータ） (2023-03-09T11:19:42Z)
• Interactive Segmentation as Gaussian Process Classification [58.44673380545409]
  クリックベースのインタラクティブセグメンテーション(IS)は、ユーザインタラクション下で対象オブジェクトを抽出することを目的としている。 現在のディープラーニング(DL)ベースの手法のほとんどは、主にセマンティックセグメンテーションの一般的なパイプラインに従っている。 本稿では,各画像上でガウス過程(GP)に基づく画素単位のバイナリ分類モデルとしてISタスクを定式化することを提案する。
  論文  参考訳（メタデータ） (2023-02-28T14:01:01Z)
• Ensemble pruning via an integer programming approach with diversity constraints [0.0]
  本稿では、二項分類問題を考察し、最適部分集合を選択する整数プログラミング(IP)アプローチを提案する。 アンサンブルにおける最小の多様性レベルを確保するための制約も提案する。 本手法は, 文学において最もよく使われている刈り取り法と比較して, 競争力のある結果をもたらす。
  論文  参考訳（メタデータ） (2022-05-02T17:59:11Z)
• Inference of Multiscale Gaussian Graphical Model [0.0]
  階層的なクラスタリング構造と階層のそれぞれのレベルでの独立性構造を記述するグラフを同時に推論する新しい手法を提案する。 実データと合成データの結果が提示される。
  論文  参考訳（メタデータ） (2022-02-11T17:11:20Z)
• Gated recurrent units and temporal convolutional network for multilabel classification [122.84638446560663]
  本研究は,マルチラベル分類を管理するための新しいアンサンブル手法を提案する。 提案手法のコアは,Adamグラデーション最適化アプローチの変種で訓練された,ゲート再帰単位と時間畳み込みニューラルネットワークの組み合わせである。
  論文  参考訳（メタデータ） (2021-10-09T00:00:16Z)
• Spatial-spectral Hyperspectral Image Classification via Multiple Random Anchor Graphs Ensemble Learning [88.60285937702304]
  本稿では,複数のランダムアンカーグラフアンサンブル学習(RAGE)を用いた空間スペクトルHSI分類手法を提案する。 まず、各選択されたバンドのより記述的な特徴を抽出し、局所的な構造と領域の微妙な変化を保存するローカルバイナリパターンを採用する。 次に,アンカーグラフの構成に適応隣接代入を導入し,計算複雑性を低減した。
  論文  参考訳（メタデータ） (2021-03-25T09:31:41Z)
• Differentiable Hierarchical Graph Grouping for Multi-Person Pose Estimation [95.72606536493548]
  複数の人の身体のキーポイントを同時にローカライズするため、複数の人物のポーズ推定は困難である。 ボトムアップ型多人数ポーズ推定タスクにおけるグラフグループ化を学習するための,新しい微分可能な階層グラフグループ化(HGG)手法を提案する。
  論文  参考訳（メタデータ） (2020-07-23T08:46:22Z)
• A New Validity Index for Fuzzy-Possibilistic C-Means Clustering [6.174448419090291]
  Fuzzy-Possibilistic (FP)指数は、形状や密度の異なるクラスターの存在下でうまく機能する。 FPCMはファジィの度合いと典型性の度合いを事前選択する必要がある。
  論文  参考訳（メタデータ） (2020-05-19T01:48:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。