論文の概要: Comparison of automated crater catalogs for Mars from Benedix et al. (2020) and Lee and Hogan (2021)

• arxiv url: http://arxiv.org/abs/2308.14650v1
• Date: Mon, 28 Aug 2023 15:22:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 13:13:05.171755
• Title: Comparison of automated crater catalogs for Mars from Benedix et al. (2020) and Lee and Hogan (2021)
• Title（参考訳）: ベネディクスらによる火星の自動クレーターカタログの比較 (2020年)とリーとホーガン(2021年)
• Authors: Christopher Lee
• Abstract要約: 近年,ニューラルネットワークやその他の自動化手法を用いたクレーターマッピングが増加している。 より寛容な比較手法がより高いCDA性能を示すことを示す。 大規模な科学的データセット生成におけるニューラルネットワークの今後の応用について検証することを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Crater mapping using neural networks and other automated methods has increased recently with automated Crater Detection Algorithms (CDAs) applied to planetary bodies throughout the solar system. A recent publication by Benedix et al. (2020) showed high performance at small scales compared to similar automated CDAs but with a net positive diameter bias in many crater candidates. I compare the publicly available catalogs from Benedix et al. (2020) and Lee & Hogan (2021) and show that the reported performance is sensitive to the metrics used to test the catalogs. I show how the more permissive comparison methods indicate a higher CDA performance by allowing worse candidate craters to match ground-truth craters. I show that the Benedix et al. (2020) catalog has a substantial performance loss with increasing latitude and identify an image projection issue that might cause this loss. Finally, I suggest future applications of neural networks in generating large scientific datasets be validated using secondary networks with independent data sources or training methods.
• Abstract（参考訳）: ニューラルネットワークやその他の自動化手法を用いたクレーターマッピングは、太陽系の惑星体に適用された自動クレーター検出アルゴリズム(CDA)によって最近増加している。 Benedix et al. (2020) による最近の論文は、類似の自動化CDAと比較して小規模で高い性能を示したが、多くのクレーター候補では正の直径バイアスを示した。 Benedix et al. (2020) と Lee & Hogan (2021) の公開カタログを比較し、報告されたパフォーマンスがカタログをテストするために使用されるメトリクスに敏感であることを示す。 より寛容な比較手法は、より悪い候補クレーターを地中クレーターと一致させることで、高いcda性能を示すことを示す。 私は、benedix et al. (2020)カタログは、緯度の増加によって実質的なパフォーマンス損失を示し、この損失を引き起こす可能性のある画像投影の問題を特定していることを示している。 最後に,大規模な科学データセットを生成するニューラルネットワークの今後の応用について,独立したデータソースやトレーニング方法を備えた二次ネットワークを用いて検証することを提案する。

関連論文リスト

• Systematic Evaluation of Neural Retrieval Models on the Touché 2020 Argument Retrieval Subset of BEIR [99.13855300096925]
  我々は、ニューラル検索モデルの潜在的な限界を探るため、Touch'e 2020データの研究を行っている。 私たちのブラックボックス評価は、短いパスを取得するためのニューラルネットワークの固有のバイアスを明らかにします。 Touch'eの短いパスの多くは議論の余地がなく、したがって関連性がないので、非常に短いパスを除外してTouch'e 2020のデータに注目する。
  論文  参考訳（メタデータ） (2024-07-10T16:07:51Z)
• Two Scalable Approaches for Burned-Area Mapping Using U-Net and Landsat Imagery [39.91303506884272]
  本研究では,U-Netモデルに基づくバーン・エリアマッピングプロセスの自動化と最適化のための2つのアプローチを提案する。 研究領域の195の代表的な画像に基づくテストでは、ASモデルを用いたデータセットのバランスの向上により、より良いパフォーマンスが得られることが示された。
  論文  参考訳（メタデータ） (2023-11-29T05:42:25Z)
• Improving Dual-Encoder Training through Dynamic Indexes for Negative Mining [61.09807522366773]
  本稿では,ソフトマックスを証明可能な境界で近似し,木を動的に維持するアルゴリズムを提案する。 我々は,2000万以上のターゲットを持つデータセットについて検討し,オラクル・ブルート力負の鉱業に関して,誤差を半分に削減した。
  論文  参考訳（メタデータ） (2023-03-27T15:18:32Z)
• Autonomous crater detection on asteroids using a fully-convolutional neural network [1.3750624267664155]
  本稿では,完全畳み込みニューラルネットワークU-Netを用いた自律クレーター検出のCeresへの適用について述べる。 U-Netは、LROと手動クレーターカタログによって収集されたデータに基づいて、ムーン・グローバル・モルフォロジー・モザイクの光学画像に基づいて訓練されている。 訓練されたモデルは、Ceresの100、500、1000の画像を使って微調整されている。
  論文  参考訳（メタデータ） (2022-04-01T14:34:11Z)
• An Empirical Analysis of Recurrent Learning Algorithms In Neural Lossy Image Compression Systems [73.48927855855219]
  近年のディープラーニングの進歩により、JPEGとJPEG 2000を標準のKodakベンチマークで上回る画像圧縮アルゴリズムが実現している。 本稿では,最近の最先端ハイブリッドニューラル圧縮アルゴリズムの大規模比較を行う。
  論文  参考訳（メタデータ） (2022-01-27T19:47:51Z)
• High performing ensemble of convolutional neural networks for insect pest image detection [124.23179560022761]
  害虫の寄生は作物の被害の主な原因であり、世界中の収入を失った。 我々は異なるトポロジに基づいてCNNのアンサンブルを生成する。 ディープネットワーク最適化のための2つの新しいAdamアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-08-28T00:49:11Z)
• Overhead-MNIST: Machine Learning Baselines for Image Classification [0.0]
  23の機械学習アルゴリズムをトレーニングし、ベースライン比較メトリクスを確立する。 Overhead-MNISTデータセットは、ユビキタスなMNISTの手書き桁に似たスタイルの衛星画像の集合である。 本稿では,エッジの展開性および今後の性能向上のためのベースラインとして,全体的な性能向上アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2021-07-01T13:30:39Z)
• Wide & Deep neural network model for patch aggregation in CNN-based prostate cancer detection systems [51.19354417900591]
  前立腺癌(PCa)は、2020年に約141万件の新規感染者と約37万5000人の死者を出した男性の死因の1つである。 自動診断を行うには、まず前立腺組織サンプルをギガピクセル分解能全スライド画像にデジタイズする。 パッチと呼ばれる小さなサブイメージが抽出され、予測され、パッチレベルの分類が得られる。
  論文  参考訳（メタデータ） (2021-05-20T18:13:58Z)
• MeerCRAB: MeerLICHT Classification of Real and Bogus Transients using Deep Learning [0.0]
  本論文では,$textttMeerCRAB$という畳み込みニューラルネットワークアーキテクチャに基づくディープラーニングパイプラインを提案する。 MeerLICHT望遠鏡の過渡検出パイプラインで、真の天体物理源からいわゆる「ボグ」検出をフィルタリングするように設計されています。
  論文  参考訳（メタデータ） (2021-04-28T18:12:51Z)
• Automated crater detection with human level performance [0.0]
  本稿では,専門家と競合し,数百倍高速なクレーター検出アルゴリズムを提案する。 このアルゴリズムは複数のニューラルネットワークを使って、デジタル地形モデルと熱赤外画像を処理する。 我々は直径3km以上の既知のクレーターの80%を発見し、7,000の新しいクレーターを同定した。
  論文  参考訳（メタデータ） (2020-10-23T16:36:31Z)
• Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
  適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。 我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。 その結果,小型歩行者の検出における本手法の有効性が示唆された。
  論文  参考訳（メタデータ） (2020-08-19T13:13:01Z)

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。