Fugu-MT 論文翻訳(概要): Development Of A Fire Detection System On Satellite Images

論文の概要: Development Of A Fire Detection System On Satellite Images

arxiv url: http://arxiv.org/abs/2212.03709v1
Date: Wed, 7 Dec 2022 15:27:52 GMT
ステータス: 処理完了
システム内更新日: 2022-12-08 16:23:00.067451
Title: Development Of A Fire Detection System On Satellite Images
Title（参考訳）: 衛星画像を用いた火災検知システムの開発
Authors: Sergey Yarushev and Alexey Averkin
Abstract要約: 本稿では,衛星画像上での山火事認識のための深層ニューラルネットワークの畳み込みアーキテクチャの開発について論じる。画像分類の結果をもとに,ファジィ認知マップを用いてマクロ経済状況の分析を行った。また、衛星画像上の認識された山火事のデータを用いてファジィ認知地図に基づくマクロ経済指標の予測にハイブリッド認知モデルを用いる可能性についても検討した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This paper discusses the development of a convolutional architecture of a deep neural network for the recognition of wildfires on satellite images. Based on the results of image classification, a fuzzy cognitive map of the analysis of the macroeconomic situation was built. The paper also considers the prospect of using hybrid cognitive models for forecasting macroeconomic indicators based on fuzzy cognitive maps using data on recognized wildfires on satellite images.
Abstract（参考訳）: 本稿では,衛星画像上での山火事認識のための深層ニューラルネットワークの畳み込みアーキテクチャの開発について論じる。画像分類の結果に基づき,マクロ経済状況の分析を行うファジィ認知マップを構築した。また,衛星画像上の山火事データを用いたファジィ認知地図に基づくマクロ経済指標の予測にハイブリッド認知モデルを用いる可能性についても検討した。

関連論文リスト

Tightly-Coupled, Speed-aided Monocular Visual-Inertial Localization in Topological Map [0.7373617024876725]
本稿では,トポロジカルマップを用いた車両速度支援単眼視覚慣性位置推定のための新しいアルゴリズムを提案する。提案システムは、GPSやLiDARのような高価なセンサーに大きく依存する既存の手法の限界に対処することを目的としている。
論文参考訳（メタデータ） (2024-11-08T11:55:27Z)
X-Fake: Juggling Utility Evaluation and Explanation of Simulated SAR Images [49.546627070454456]
実データと模擬データの分散不整合性は、シミュレーションSAR画像の有用性に影響を与える主な障害である。本稿では,X-Fake で表されるSAR画像の擬似的な説明を初めて行うことで,信頼性の高い実用性評価フレームワークを提案する。提案手法は、電磁モデルから得られた4つのシミュレーションSAR画像データセットと、生成人工知能アプローチに基づいて検証される。
論文参考訳（メタデータ） (2024-07-28T09:27:53Z)
Diffusion Model Based Visual Compensation Guidance and Visual Difference Analysis for No-Reference Image Quality Assessment [82.13830107682232]
本稿では, 複雑な関係をモデル化する能力を示す, 最先端(SOTA)生成モデルを提案する。生成した拡張画像とノイズを含む画像を利用する新しい拡散復元ネットワークを考案する。 2つの視覚評価枝は、得られた高レベル特徴情報を包括的に解析するように設計されている。
論文参考訳（メタデータ） (2024-02-22T09:39:46Z)
Towards Explaining Satellite Based Poverty Predictions with Convolutional Neural Networks [0.0]
深層畳み込みニューラルネットワーク(CNN)は、サテライト画像から驚くほどの精度で貧困と開発指標を予測することが示されている。本稿では,CNNの応答を詳細に分析し,予測の基礎を説明するための最初の試みについて述べる。
論文参考訳（メタデータ） (2023-12-01T08:40:09Z)
TempSAL -- Uncovering Temporal Information for Deep Saliency Prediction [64.63645677568384]
本稿では,逐次時間間隔でサリエンシマップを出力する新たなサリエンシ予測モデルを提案する。提案手法は,学習した時間マップを組み合わせることで,サリエンシ予測を局所的に調整する。私たちのコードはGitHubで公開されます。
論文参考訳（メタデータ） (2023-01-05T22:10:16Z)
Overview Of Satellite Image Recognition Models [0.0]
情報源としての衛星画像認識の分野における問題点を考察し分析した。深層学習法を比較し,既存の画像認識法を解析した。
論文参考訳（メタデータ） (2022-12-07T15:33:43Z)
An Architecture for the detection of GAN-generated Flood Images with Localization Capabilities [36.85653682256554]
本稿では,検出と局所化の両方を含むハイブリッドなディープラーニングアーキテクチャを提案する。ローカライゼーションブランチを追加することで、ネットワークが最も関連性の高い画像領域に集中できることがわかった。提案アーキテクチャの性能は,インターネットからダウンロードした原始洪水画像の2つのデータセットと,ClimateGANが生成したフェイク洪水画像の3つのデータセットで検証した。
論文参考訳（メタデータ） (2022-05-14T14:23:44Z)
Learning Hierarchical Graph Representation for Image Manipulation Detection [50.04902159383709]
画像操作検出の目的は、画像内の操作された領域を特定し、特定することである。最近のアプローチでは、画像に残っている改ざんするアーティファクトをキャプチャするために、洗練された畳み込みニューラルネットワーク(CNN)が採用されている。本稿では2つの並列分岐からなる階層型グラフ畳み込みネットワーク(HGCN-Net)を提案する。
論文参考訳（メタデータ） (2022-01-15T01:54:25Z)
VisGraphNet: a complex network interpretation of convolutional neural features [6.50413414010073]
ニューラルネットワークの特徴マップをモデル化するための可視性グラフの提案と検討を行う。この研究は、元のデータよりもこれらのグラフによって提供される別の視点によって動機付けられている。
論文参考訳（メタデータ） (2021-08-27T20:21:04Z)
CAMERAS: Enhanced Resolution And Sanity preserving Class Activation Mapping for image saliency [61.40511574314069]
バックプロパゲーション画像のサリエンシは、入力中の個々のピクセルのモデル中心の重要性を推定することにより、モデル予測を説明することを目的としている。 CAMERASは、外部の事前処理を必要とせずに、高忠実度バックプロパゲーション・サリエンシ・マップを計算できる手法である。
論文参考訳（メタデータ） (2021-06-20T08:20:56Z)
Probabilistic Graph Attention Network with Conditional Kernels for Pixel-Wise Prediction [158.88345945211185]
本稿では,画素レベルの予測を基本的側面,すなわち,技術の現状を推し進める新たなアプローチを提案する。構造化されたマルチスケール機能学習と融合。本論文では,マルチスケール表現を原理的に学習・融合するための新しいアテンテンションゲート条件ランダムフィールド(AG-CRFs)モデルに基づく確率的グラフアテンションネットワーク構造を提案する。
論文参考訳（メタデータ） (2021-01-08T04:14:29Z)

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。