論文の概要: Evaluating the Usefulness of Unsupervised monitoring in Cultural Heritage Monuments

• arxiv url: http://arxiv.org/abs/2107.00964v1
• Date: Fri, 2 Jul 2021 10:51:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-05 19:06:20.258721
• Title: Evaluating the Usefulness of Unsupervised monitoring in Cultural Heritage Monuments
• Title（参考訳）: 文化財における非監視モニタリングの有用性の評価
• Authors: Charalampos Zafeiropoulos, Ioannis N. Tzortzis, Ioannis Rallis, Eftychios Protopapadakis, Nikolaos Doulamis and Anastasios Doulamis
• Abstract要約: ロードス州セントニコラス砦の壁面の分解・腐食の度合いをハイパースペクトル画像を用いて検出した。 合計6つの異なるクラスタリング手法が、14の異なる補正ハイパースペクトル画像に対して評価されている。 結果は、与えられたデータセットに適用されたいくつかのクラスタリング技術が、正確な精度、精度、リコール、f1スコアを継承したことを示している。
• 参考スコア（独自算出の注目度）: 8.956452814456718
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In this paper, we scrutinize the effectiveness of various clustering techniques, investigating their applicability in Cultural Heritage monitoring applications. In the context of this paper, we detect the level of decomposition and corrosion on the walls of Saint Nicholas fort in Rhodes utilizing hyperspectral images. A total of 6 different clustering approaches have been evaluated over a set of 14 different orthorectified hyperspectral images. Experimental setup in this study involves K-means, Spectral, Meanshift, DBSCAN, Birch and Optics algorithms. For each of these techniques we evaluate its performance by the use of performance metrics such as Calinski-Harabasz, Davies-Bouldin indexes and Silhouette value. In this approach, we evaluate the outcomes of the clustering methods by comparing them with a set of annotated images which denotes the ground truth regarding the decomposition and/or corrosion area of the original images. The results depict that a few clustering techniques applied on the given dataset succeeded decent accuracy, precision, recall and f1 scores. Eventually, it was observed that the deterioration was detected quite accurately.
• Abstract（参考訳）: 本稿では, 各種クラスタリング手法の有効性を検証し, 文化遺産モニタリングへの適用性について検討する。 本稿では,ロードス州のサン・ニコラス砦の壁面の分解と腐食のレベルをハイパースペクトル画像を用いて検出する。 合計6つの異なるクラスタリング手法が14種類の補正ハイパースペクトル画像に対して評価されている。 本研究では,K-means, Spectral, Meanshift, DBSCAN, Birch, Opticsアルゴリズムを実験的に検討した。 これらの各手法について,calinski-harabasz,davies-bouldin indexes,silhouette valueなどのパフォーマンス指標を用いて性能評価を行う。 本研究では,クラスタリング手法の結果を,原画像の分解および/または腐食領域に関する真実を表す注釈付き画像の集合と比較することにより評価する。 その結果,与えられたデータセットに適用したクラスタリング手法によって,精度,精度,リコール,f1スコアが向上した。 最終的に,劣化は極めて正確に検出された。

関連論文リスト

• Rethinking Semi-Supervised Medical Image Segmentation: A Variance-Reduction Perspective [51.70661197256033]
  医用画像セグメンテーションのための階層化グループ理論を用いた半教師付きコントラスト学習フレームワークARCOを提案する。 まず、分散還元推定の概念を用いてARCOを構築することを提案し、特定の分散還元技術が画素/ボクセルレベルのセグメンテーションタスクにおいて特に有用であることを示す。 5つの2D/3D医療データセットと3つのセマンティックセグメンテーションデータセットのラベル設定が異なる8つのベンチマークで、我々のアプローチを実験的に検証する。
  論文  参考訳（メタデータ） (2023-02-03T13:50:25Z)
• Stain-invariant self supervised learning for histopathology image analysis [74.98663573628743]
  乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。 本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-11-14T18:16:36Z)
• Benchmarking performance of object detection under image distortions in an uncontrolled environment [0.483420384410068]
  オブジェクト検出アルゴリズムの堅牢性は、現実世界のアプリケーションにおいて顕著な役割を果たす。 物体検出法の性能は, 被写体内歪みに悩まされていることが証明されている。 本稿では,最先端のオブジェクト検出手法の性能評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-28T09:06:52Z)
• Evaluating object detector ensembles for improving the robustness of artifact detection in endoscopic video streams [0.9236074230806579]
  アンサンブル深層学習法を用いて2つの単段検出器の予測を合成する。 このアンサンブル戦略により、個々のモデルの堅牢性は、リアルタイムの能力を損なうことなく向上できるようになりました。
  論文  参考訳（メタデータ） (2022-06-15T15:06:07Z)
• Image-based Treatment Effect Heterogeneity [1.933681537640272]
  RCTの1つの用途は、世界の貧困の原因を研究することである。 ATEは集団の要約であるため、反ポベルティ実験はしばしばATEの周辺での効果の変動を解き放とうとする。 同様の処理効果の分布を持つ画像を特定することによって,画像の潜在クラスタを推定する手法を開発した。
  論文  参考訳（メタデータ） (2022-06-13T18:52:53Z)
• Assessment of Treatment Effect Estimators for Heavy-Tailed Data [70.72363097550483]
  ランダム化制御試験(RCT)における治療効果の客観的評価における中心的な障害は、その性能をテストするための基礎的真理(または検証セット)の欠如である。 この課題に対処するための新しいクロスバリデーションのような方法論を提供する。 本手法は,Amazonサプライチェーンに実装された709RCTに対して評価を行った。
  論文  参考訳（メタデータ） (2021-12-14T17:53:01Z)
• Performance Evaluation of Adversarial Attacks: Discrepancies and Solutions [51.8695223602729]
  機械学習モデルの堅牢性に挑戦するために、敵対攻撃方法が開発されました。 本稿では,Piece-wise Sampling Curving(PSC)ツールキットを提案する。 psc toolkitは計算コストと評価効率のバランスをとるオプションを提供する。
  論文  参考訳（メタデータ） (2021-04-22T14:36:51Z)
• Data-Uncertainty Guided Multi-Phase Learning for Semi-Supervised Object Detection [66.10057490293981]
  半監視対象検出のためのデータ不確実性誘導多相学習法を提案する。 本手法は,ベースライン手法と比較して異常に動作し,大きなマージンで性能を向上する。
  論文  参考訳（メタデータ） (2021-03-29T09:27:23Z)
• Principal component-based image segmentation: a new approach to outline in vitro cell colonies [0.0]
  探索されたコロニーを特徴付け,抽出し,セグメンテーションすることで問題を修正するための,客観的かつ多目的な機械学習手法を提案する。 提案するセグメンテーションアルゴリズムは,人間の観察者による手動計測と同様の品質を示した。
  論文  参考訳（メタデータ） (2021-03-10T12:37:51Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)

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。