論文の概要: Retrieval of aboveground crop nitrogen content with a hybrid machine learning method

• arxiv url: http://arxiv.org/abs/2012.05043v1
• Date: Mon, 7 Dec 2020 13:06:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-16 20:50:05.493780
• Title: Retrieval of aboveground crop nitrogen content with a hybrid machine learning method
• Title（参考訳）: ハイブリッド機械学習による地上作物窒素含有量の検索
• Authors: Katja Berger, Jochem Verrelst, Jean-Baptiste F\'eret, Tobias Hank, Matthias Wocher, Wolfram Mauser, Gustau Camps-Valls
• Abstract要約: ハイパースペクトル取得は、窒素(N)含有量を推定するための最も有益な地球観測データソースであることが証明されています。 過去には、この生化学植物成分に関する情報をキャノピー反射から得るために、経験的アルゴリズムが広く用いられてきた。 本研究では,物理ベースアプローチと機械学習回帰を組み合わせ,作物N含有量を推定するハイブリッド検索手法を提案する。
• 参考スコア（独自算出の注目度）: 5.6740282691255075
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hyperspectral acquisitions have proven to be the most informative Earth observation data source for the estimation of nitrogen (N) content, which is the main limiting nutrient for plant growth and thus agricultural production. In the past, empirical algorithms have been widely employed to retrieve information on this biochemical plant component from canopy reflectance. However, these approaches do not seek for a cause-effect relationship based on physical laws. Moreover, most studies solely relied on the correlation of chlorophyll content with nitrogen, and thus neglected the fact that most N is bound in proteins. Our study presents a hybrid retrieval method using a physically-based approach combined with machine learning regression to estimate crop N content. Within the workflow, the leaf optical properties model PROSPECT-PRO including the newly calibrated specific absorption coefficients (SAC) of proteins, was coupled with the canopy reflectance model 4SAIL to PROSAIL-PRO. The latter was then employed to generate a training database to be used for advanced probabilistic machine learning methods: a standard homoscedastic Gaussian process (GP) and a heteroscedastic GP regression that accounts for signal-to-noise relations. Both GP models have the property of providing confidence intervals for the estimates, which sets them apart from other machine learners. GP-based band analysis identified optimal spectral settings with ten bands mainly situated in the shortwave infrared (SWIR) spectral region. Use of well-known protein absorption bands from the literature showed comparative results. Finally, the heteroscedastic GP model was successfully applied on airborne hyperspectral data for N mapping. We conclude that GP algorithms, and in particular the heteroscedastic GP, should be implemented for global agricultural monitoring of aboveground N from future imaging spectroscopy data.
• Abstract（参考訳）: ハイパースペクトル取得は、植物の成長と農業生産の主要な制限栄養源である窒素(n)含量の推定に最も有益な地球観測データであることが証明されている。 過去には、この生化学植物成分に関する情報をキャノピー反射から得るために、経験的アルゴリズムが広く用いられてきた。 しかし、これらの手法は物理法則に基づく因果関係を求めるものではない。 さらに、ほとんどの研究はクロロフィル含有量と窒素の相関にのみ依存しており、ほとんどのNがタンパク質に結合しているという事実を無視した。 本研究は,機械学習回帰法を組み合わせた物理的手法を用いて,作物n量を推定するハイブリッド検索手法を提案する。 ワークフロー内では,新規に校正されたタンパク質の特異的吸収係数 (SAC) を含む葉の光学特性モデル ProSPECT-PRO とキャノピー反射率モデル 4SAIL と ProSAIL-PRO を結合した。 後者は、高度確率論的機械学習手法に使用されるトレーニングデータベースを生成するために使用される: 標準ホモスセダスティックガウス過程(GP)と、信号と雑音の関係を考慮に入れたヘテロスセダスティックGP回帰である。 両方のgpモデルは、見積もりに信頼区間を提供する特性を持ち、他の機械学習者とは区別される。 GPに基づく帯域分析により、主に短波長赤外スペクトル領域に位置する10個の帯域で最適なスペクトル設定が同定された。 文献でよく知られたタンパク質吸収バンドを用いた結果と比較検討した。 最後に, 非定常GPモデルを航空機搭載ハイパースペクトルデータに適用し, N マッピングを行った。 今後の画像分光データから地上Nのグローバルな農業モニタリングのために,GPアルゴリズム,特にヘテロセダスティックGPを実装すべきである,と結論付けた。

関連論文リスト

• NovoBench: Benchmarking Deep Learning-based De Novo Peptide Sequencing Methods in Proteomics [58.03989832372747]
  Emphde novoペプチドシークエンシングのための初となるNovoBenchベンチマークを報告する。 多様な質量スペクトルデータ、統合モデル、総合的な評価指標から構成される。 DeepNovo、PointNovo、Casanovo、InstaNovo、AdaNovo、$pi$-HelixNovoといった最近の手法が私たちのフレームワークに統合されています。
  論文  参考訳（メタデータ） (2024-06-16T08:23:21Z)
• Soil analysis with machine-learning-based processing of stepped-frequency GPR field measurements: Preliminary study [0.0]
  土壌浸透レーダ(GPR)は農業や園芸に関連する土壌パラメータを抽出する手段として広く研究されている。 機械学習(ML)法と組み合わせると、SFCW(Stepped Frequency Countinuous Wave Radar)の高分解能測定により、深さ分解土壌パラメータへの費用対効果が期待できる。
  論文  参考訳（メタデータ） (2024-04-24T16:30:12Z)
• Prediction of soil fertility parameters using USB-microscope imagery and portable X-ray fluorescence spectrometry [3.431158134976364]
  本研究では, 可搬型蛍光X線分析法と土壌画像解析による土壌の高速肥育性評価について検討した。 インド東部の多様な農業気候帯から採取した1,133個の土壌サンプルを分析した。
  論文  参考訳（メタデータ） (2024-04-17T17:57:20Z)
• Rapid detection of soil carbonates by means of NIR spectroscopy, deep learning methods and phase quantification by powder Xray diffraction [0.0]
  FT NIR分光法と深層学習法を用いて土壌中の炭酸塩濃度を迅速かつ効率的に予測する方法を提案する。 1)回帰器、2)CNNなど複数の機械学習手法を利用して、それらの性能を従来のMLアルゴリズムと比較した。
  論文  参考訳（メタデータ） (2023-07-23T14:32:07Z)
• A Federated Learning-based Industrial Health Prognostics for Heterogeneous Edge Devices using Matched Feature Extraction [16.337207503536384]
  本稿では,特徴類似性マッチングパラメータアグリゲーションアルゴリズムを用いたFL型健康予後モデルを提案する。 提案手法は, 健康状態推定と生活寿命推定において, 44.5%, 39.3%の精度向上を達成できることを示す。
  論文  参考訳（メタデータ） (2023-05-13T07:20:31Z)
• Weighted Ensembles for Active Learning with Adaptivity [60.84896785303314]
  本稿では,ラベル付きデータに漸進的に適応した重み付きGPモデルのアンサンブルについて述べる。 この新しいEGPモデルに基づいて、不確実性および不一致ルールに基づいて、一連の取得関数が出現する。 適応的に重み付けされたEGPベースの取得関数のアンサンブルも、さらなる性能向上のために導入されている。
  論文  参考訳（メタデータ） (2022-06-10T11:48:49Z)
• Gaussian Process Regression for Absorption Spectra Analysis of Molecular Dimers [68.8204255655161]
  本稿では、ガウス過程回帰(GPR)から数値計算のパラメータを選択する機械学習技術に基づくアプローチについて議論する。 このアプローチは最適パラメータ集合に素早く収束するだけでなく、完全なパラメータ空間に関する情報を提供する。 実際、GPRは量子化学法を用いてこれらのパラメータの直接計算と一致した信頼性の高い結果を与える。
  論文  参考訳（メタデータ） (2021-12-14T17:46:45Z)
• Incremental Ensemble Gaussian Processes [53.3291389385672]
  本稿では,EGPメタラーナーがGP学習者のインクリメンタルアンサンブル(IE-) GPフレームワークを提案し,それぞれが所定のカーネル辞書に属するユニークなカーネルを持つ。 各GP専門家は、ランダムな特徴ベースの近似を利用してオンライン予測とモデル更新を行い、そのスケーラビリティを生かし、EGPメタラーナーはデータ適応重みを生かし、熟練者ごとの予測を合成する。 新たなIE-GPは、EGPメタラーナーおよび各GP学習者内における構造化力学をモデル化することにより、時間変化関数に対応するように一般化される。
  論文  参考訳（メタデータ） (2021-10-13T15:11:25Z)
• Surface Warping Incorporating Machine Learning Assisted Domain Likelihood Estimation: A New Paradigm in Mine Geology Modelling and Automation [68.8204255655161]
  新たに取得した破砕孔データによって課される地球化学的および空間的制約に基づいて, モデル表面を再構成するバイーシアンワープ法が提案されている。 本稿では,このワーピングフレームワークに機械学習を組み込むことにより,可能性の一般化を図る。 その基礎は、p(g|c) が p(y(c)|g と似た役割を果たすような地質領域の確率のベイズ計算によって構成される。
  論文  参考訳（メタデータ） (2021-02-15T10:37:52Z)
• Spectral band selection for vegetation properties retrieval using Gaussian processes regression [6.093845877765489]
  本稿ではガウス過程回帰(GPR)に基づく自動スペクトルバンド解析ツール(BAT)を提案する。 GPR-BAT手順は、1つのバンドのみが保持されるまで、与えられた変数の回帰モデルの最小のコントリビューションバンドを順次削除する。 本研究は,植生特性の最適マッピングには,超スペクトルデータのワイズバンド選択が厳密に求められていることを結論づける。
  論文  参考訳（メタデータ） (2020-12-07T09:28:33Z)
• Cyclic Label Propagation for Graph Semi-supervised Learning [52.102251202186025]
  本稿では,CycPropと呼ばれるグラフ半教師付き学習のための新しいフレームワークを提案する。 CycPropはGNNを周期的かつ相互に強化された方法でラベル伝播の過程に統合する。 特に,提案するCycPropでは,GNNモジュールが学習したノード埋め込みをラベル伝搬による拡張情報で更新する。
  論文  参考訳（メタデータ） (2020-11-24T02:55:40Z)

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。