論文の概要: Surveying the ice condensation period at southern polar Mars using a CNN
- arxiv url: http://arxiv.org/abs/2312.15260v1
- Date: Sat, 23 Dec 2023 13:43:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-27 18:48:11.139104
- Title: Surveying the ice condensation period at southern polar Mars using a CNN
- Title（参考訳）: cnnを用いた南極火星における氷の凝縮周期の調査
- Authors: Mira Gerg\'acz and \'Akos Kereszturi
- Abstract要約: 本研究は, 畳み込みニューラルネットワーク(CNN)を用いて, 表面における氷凝縮周期を自動解析するものである。
小さな氷のパッチを認識するために訓練されたCNNは、検索を自動化し、大規模なデータセットを分析することができる。
このモデルは、-40degと-60degの間の所定の期間からランダムに選択された171の新しいHiRISE画像で実行され、73155個の小さな画像チャンクを生成した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Before the seasonal polar ice cap starts to expand towards lower latitudes on
Mars, small frost patches may condensate out during the cold night and they may
remain on the surface even during the day in shady areas. If ice in these areas
can persist before the arrival of the contiguous ice cap, they may remain after
the recession of it too, until the irradiation increases and the ice is met
with direct sunlight. In case these small patches form periodically at the same
location, slow chemical changes might occur as well. To see the spatial and
temporal occurrence of such ice patches, large number of optical images should
be searched for and checked. The aim of this study is to survey the ice
condensation period on the surface with an automatized method using a
Convolutional Neural Network (CNN) applied to High-Resolution Imaging Science
Experiment (HiRISE) imagery from the Mars Reconnaissance Orbiter mission. The
CNN trained to recognise small ice patches is automatizing the search, making
it feasible to analyse large datasets. Previously a manual image analysis was
conducted on 110 images from the southern hemisphere, captured by the HiRISE
camera. Out of these, 37 images were identified with smaller ice patches, which
were used to train the CNN. This approach is applied now to find further images
with potential water ice patches in the latitude band between -40{\deg} and
-60{\deg}, but contrarily to the training dataset recorded between
140-200{\deg} solar longitude, the images were taken from the condensation
period between Ls = 0{\deg} to 90{\deg}. The model was ran on 171 new HiRISE
images randomly picked from the given period between -40{\deg} and -60{\deg}
latitude band, creating 73155 small image chunks. The model classified 2 images
that show small, probably recently condensed frost patches and 327 chunks were
predicted to show ice with more than 60% probability.
- Abstract（参考訳）: 季節的な極地氷冠が火星の低緯度に向かって広がる前に、寒い夜には小さな凍土の斑点が凝縮し、日中は日陰地帯でも地表に留まることがある。
これらの領域の氷が連続した氷冠が到着する前に持続する場合、照射が増加し、直射日光が満ちるまで、それらは不況の後にも残る可能性がある。
これらの小さな斑点が同じ場所で周期的に形成される場合、化学的変化も遅い可能性がある。
このような氷パッチの空間的および時間的発生を見るためには、多くの光学画像を探し、チェックする必要がある。
本研究の目的は,火星探査機の高分解能イメージング科学実験(HiRISE)画像に適用した畳み込みニューラルネットワーク(CNN)を用いて,地表の氷凝縮期間を自動で調査することである。
小さな氷のパッチを認識するために訓練されたCNNは、検索を自動化し、大規模なデータセットを分析することができる。
以前は、HiRISEカメラで捉えた南半球からの110枚の画像に対して手動画像解析が行われた。
このうち37枚の画像が小さな氷のパッチで識別され、CNNの訓練に使用された。
この手法は、緯度 -40{\deg} と -60{\deg} の間の緯度帯の潜在的な氷パッチによるさらなる画像を見つけるために適用されているが、140-200{\deg} の太陽経度の間に記録されたトレーニングデータセットとは対照的に、Ls = 0{\deg} から 90{\deg} の間の凝縮期間から撮影した。
このモデルは -40{\deg} と -60{\deg} の緯度帯からランダムに選択された 171 個の新しい hirise 画像に基づいて実行され、74155 個の小さな画像チャンクを生成する。
モデルでは、小さな、おそらく最近凝縮された凍土のパッチと327の塊を示す2つの画像を分類し、60%以上の確率で氷を示すと予測された。
関連論文リスト
- Causal Representation Learning in Temporal Data via Single-Parent Decoding [66.34294989334728]
科学的研究はしばしば、システム内の高レベル変数の根底にある因果構造を理解しようとする。
科学者は通常、地理的に分布した温度測定などの低レベルの測定を収集する。
そこで本研究では,単一親の復号化による因果発見法を提案し,その上で下位の潜伏者と因果グラフを同時に学習する。
論文 参考訳（メタデータ） (2024-10-09T15:57:50Z) - Simulation-Based Inference of Surface Accumulation and Basal Melt Rates
of an Antarctic Ice Shelf from Isochronal Layers [4.8407710143707]
南極氷床に突き当たる氷棚は、周囲の海への氷の放出率を決定する。
現代の手法はこれらのレートの1つを解決するが、典型的には両方ではない。
本研究では, 表層堆積と玄武岩の融解速度を, 日時, 年時平均で同時に推定する手法を提案する。
論文 参考訳（メタデータ） (2023-12-03T12:22:45Z) - Analysing high resolution digital Mars images using machine learning [0.0]
CNNは、緯度 -40deg から -60deg の間の緯度帯に潜在的な氷のパッチを持つ画像を見つけるために用いられる。
38枚の新しいHiRISE画像で行われたテストでは、プログラムは一般的に小さな明るいパッチを認識することができる。
このモデルでは、氷を認識する精度が94%、これらの画像の58%は、氷のパッチが十分に小さいことを示していた。
論文 参考訳（メタデータ） (2023-05-31T15:44:55Z) - NoiSER: Noise is All You Need for Enhancing Low-Light Images Without
Task-Related Data [103.04999391668753]
タスク関連のトレーニングデータなしで、低照度画像を拡張できることが示される。
技術的には、アンダーラインノイズと呼ばれる新しい、魔法的で、効果的で効率的な方法を提案する。
我々のNoiSERは、量的および視覚的な結果の観点から、現在のタスク関連データに基づくLLIEモデルと非常に競合しています。
論文 参考訳（メタデータ） (2022-11-09T06:18:18Z) - Data-Driven Short-Term Daily Operational Sea Ice Regional Forecasting [52.77986479871782]
地球温暖化は北極を海洋活動に利用し、信頼性の高い海氷予測の需要を生み出した。
本研究では,海氷予測のためのU-Netモデルの性能を,今後10日間にわたって検証した。
この深層学習モデルは、気象データの追加と複数の地域での訓練により、単純なベースラインをかなりの差で上回り、その品質を向上させることができることを示す。
論文 参考訳（メタデータ） (2022-10-17T09:14:35Z) - Real-time Ionospheric Imaging of S4 Scintillation from Limited Data with
Parallel Kalman Filters and Smoothness [91.3755431537592]
南アメリカ上空350kmでS4振幅シンチレーションの2次元電離層像を時間分解能1分で作成する。
その結果, 地上受信機のネットワークが比較的良好なエリアでは, 生成画像が信頼性の高いリアルタイム結果を提供できることがわかった。
論文 参考訳（メタデータ） (2021-05-11T23:09:14Z) - Generating Physically-Consistent Satellite Imagery for Climate Visualizations [53.61991820941501]
我々は,将来的な洪水や森林再生イベントの合成衛星画像を作成するために,生成的敵ネットワークを訓練する。
純粋なディープラーニングベースのモデルでは、洪水の可視化を生成することができるが、洪水の影響を受けない場所では幻覚的な洪水が発生する。
我々は,地球観測におけるセグメンテーションガイドによる画像と画像の変換のためのコードとデータセットを公開している。
論文 参考訳（メタデータ） (2021-04-10T15:00:15Z) - Recent Ice Trends in Swiss Mountain Lakes: 20-year Analysis of MODIS
Imagery [19.72060218456938]
湖氷の枯渇は、海面上昇や氷河後退のように、気候変動の指標として役立ちます。
いくつかのLIP(Lake Ice Phenological)イベントは、地域や地球の気候変動を理解するためのセンチネルとして機能します。
スイスのオーバーレンガディン地域では, 凍結, 分裂, 時間的凍結といったLIP現象の観測に重点を置いている。
論文 参考訳（メタデータ） (2021-03-23T10:25:02Z) - Machine Learning for Glacier Monitoring in the Hindu Kush Himalaya [54.12023102155757]
氷河マッピングは、hkh領域における生態モニタリングの鍵となる。
気候変動は、氷河生態系の健康に依存している個人にリスクを与える。
本稿では,氷河に着目した環境モニタリングを支援する機械学習手法を提案する。
論文 参考訳（メタデータ） (2020-12-09T12:48:06Z) - Ice Monitoring in Swiss Lakes from Optical Satellites and Webcams using
Machine Learning [16.71718177904522]
多時間衛星画像 公開されているウェブカメラ画像は、湖氷を監視するための有効なデータソースの一つである。
本研究では,スイスのアルプス湖における氷の量を測定するツールとして,機械学習による画像解析について検討する。
我々は,湖面上の各ピクセルを分類し,空間的に明示的な氷被覆図を得るため,湖氷モニタリングを画素単位のセマンティックセマンティックセグメンテーション問題としてモデル化する。
論文 参考訳（メタデータ） (2020-10-27T14:02:00Z) - Deep Tiered Image Segmentation For Detecting Internal Ice Layers in
Radar Imagery [8.09102093271587]
地中レーダーは、雪と氷の内部構造を観測することができる。
近年の研究では、氷と岩盤の境界を見つけるための自動技術が開発されている。
本稿では,階層分割問題の一般的なクラスを解くための新しいディープニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2020-10-08T01:13:03Z)
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。