論文の概要: A Dashboard to Analysis and Synthesis of Dimensionality Reduction Methods in Remote Sensing

• arxiv url: http://arxiv.org/abs/2210.09743v1
• Date: Tue, 18 Oct 2022 10:42:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-19 15:08:03.060575
• Title: A Dashboard to Analysis and Synthesis of Dimensionality Reduction Methods in Remote Sensing
• Title（参考訳）: リモートセンシングにおける次元化手法の解析と合成のためのダッシュボード
• Authors: Elkebir Sarhrouni, Ahmed Hammouch and Driss Aboutajdine
• Abstract要約: ハイパースペクトル画像(HSI)分類は高度なリモートセンシングソフトウェアである。 目的は主題図を再現することである。 残念なことに、一部のバンドは冗長な特徴であり、他のバンドはノイズ的に測定され、高次元の特徴は分類の精度を悪くした。
• 参考スコア（独自算出の注目度）: 0.4297070083645048
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hyperspectral images (HSI) classification is a high technical remote sensing software. The purpose is to reproduce a thematic map . The HSI contains more than a hundred hyperspectral measures, as bands (or simply images), of the concerned region. They are taken at neighbors frequencies. Unfortunately, some bands are redundant features, others are noisily measured, and the high dimensionality of features made classification accuracy poor. The problematic is how to find the good bands to classify the regions items. Some methods use Mutual Information (MI) and thresholding, to select relevant images, without processing redundancy. Others control and avoid redundancy. But they process the dimensionality reduction, some times as selection, other times as wrapper methods without any relationship . Here , we introduce a survey on all scheme used, and after critics and improvement, we synthesize a dashboard, that helps user to analyze an hypothesize features selection and extraction softwares.
• Abstract（参考訳）: hyperspectral images (hsi) 分類は高技術なリモートセンシングソフトウェアである。 目的はテーママップを再現することである。 hsiは、関連する領域のバンド(または単に画像)として、100以上の超スペクトル測度を含む。 近隣の周波数で撮影される。 残念なことに、一部のバンドは冗長な特徴であり、他のバンドは騒々しく測定され、特徴の高次元は分類精度を悪くした。 問題なのは、地域項目を分類する良いバンドを見つける方法だ。 いくつかの方法は、相互情報(MI)と閾値を用いて、冗長性を処理することなく、関連する画像を選択する。 他の者は冗長性を制御し回避する。 しかし、デメンタリティの削減、時には選択、その他は何の関係も持たないラッパーメソッドとして処理する。 ここでは,使用中のすべてのスキームに関する調査を行い,評価と改善を行った後,ユーザによる仮説的な機能選択と抽出ソフトウェアの分析を支援するダッシュボードを合成する。

関連論文リスト

• Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
  本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。 まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。 本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
  論文  参考訳（メタデータ） (2023-02-16T10:40:55Z)
• Hybridization of filter and wrapper approaches for the dimensionality reduction and classification of hyperspectral images [0.0]
  ハイパースペクトル画像の次元化のための帯域選択によるハイブリッドアルゴリズムを提案する。 提案手法は,相互情報に基づく効率的な再生フィルタ手法と比較する。
  論文  参考訳（メタデータ） (2022-10-29T05:25:10Z)
• A new band selection approach based on information theory and support vector machine for hyperspectral images reduction and classification [0.0]
  スペクトル帯の選択は、無関係でノイズの多い、冗長なバンドを取り除くための重要なステップです。 本稿では,各帯域間の統計的依存度と相関度を測定するために,共同情報に基づく新たな戦略を提案する。 提案手法は,相互情報に基づく効率的な再生フィルタと比較する。
  論文  参考訳（メタデータ） (2022-10-26T10:54:23Z)
• Hyperspectral images classification and Dimensionality Reduction using Homogeneity feature and mutual information [0.0]
  本稿では,生成過程に応じた次元削減手法の分類について述べる。 我々は,相互情報(MI)に基づくアルゴリズムを再現し,特徴選択による次元性を低減するとともに,相互情報と均質性を用いたアルゴリズムを導入する。
  論文  参考訳（メタデータ） (2022-10-25T23:55:04Z)
• Band selection and classification of hyperspectral images by minimizing normalized mutual information [0.0]
  ハイパースペクトル画像(HSI)分類はハイテクリモートセンシングツールである。 主な目的は、ある領域のポイントを分類することである。 一部のバンドは冗長な情報を含んでおり、他のバンドはノイズの影響を受けており、特徴の高次元性は分類の精度を低くする。 本稿では、相互情報(MI)を用いて関連する帯域を選択する。また、冗長な帯域を回避・制御するために正規化相互情報係数を用いる。
  論文  参考訳（メタデータ） (2022-10-22T04:10:10Z)
• Feature selection intelligent algorithm with mutual information and steepest ascent strategy [0.4297070083645048]
  原理的には、ハイパースペクトル画像(HSI)は、地域を正確に分類するリモートセンシングツールである。 一部の画像は関連する情報を持っているが、余分な情報を記述しているものもある。 多くの研究は、適切なバンドを選択するために相互情報(MI)または正規化されたMIを使用する。 本稿ではMIにもとづくアルゴリズムを設計し、MIと最急上昇アルゴリズムを組み合わせることにより、対称不確実性係数に基づく戦略を改善する。
  論文  参考訳（メタデータ） (2022-10-21T23:15:42Z)
• Coarse-to-Fine Sparse Transformer for Hyperspectral Image Reconstruction [138.04956118993934]
  本稿では, サース・トゥ・ファインス・スパース・トランス (CST) を用いた新しいトランス方式を提案する。 HSI再構成のための深層学習にHSI空間を埋め込んだCST 特に,CSTは,提案したスペクトル認識スクリーニング機構(SASM)を粗いパッチ選択に使用し,選択したパッチを,細かなピクセルクラスタリングと自己相似性キャプチャのために,カスタマイズしたスペクトル集約ハッシュ型マルチヘッド自己アテンション(SAH-MSA)に入力する。
  論文  参考訳（メタデータ） (2022-03-09T16:17:47Z)
• Generalizing Face Forgery Detection with High-frequency Features [63.33397573649408]
  現在のCNNベースの検出器は、メソッド固有の色テクスチャに過度に適合するため、一般化に失敗する傾向にある。 フェースフォージェリ検出に高周波雑音を用いることを提案する。 1つは、複数のスケールで高周波ノイズを抽出するマルチスケールの高周波特徴抽出モジュールである。 2つ目は、低レベルRGB特徴抽出器を導く残差誘導空間注意モジュールで、新しい視点からフォージェリートレースにもっと集中する。
  論文  参考訳（メタデータ） (2021-03-23T08:19:21Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)
• Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
  本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。 我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。 実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T10:51:32Z)
• High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification [84.43394420267794]
  本稿では,高次関係とトポロジ情報を識別的特徴とロバストなアライメントのために学習し,新しい枠組みを提案する。 我々のフレームワークはOccluded-Dukeデータセットで最先端の6.5%mAPスコアを大幅に上回っている。
  論文  参考訳（メタデータ） (2020-03-18T12:18:35Z)

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。