Fugu-MT 論文翻訳(概要): Prospects for Mitigating Spectral Variability in Tropical Species Classification Using Self-Supervised Learning

論文の概要: Prospects for Mitigating Spectral Variability in Tropical Species Classification Using Self-Supervised Learning

arxiv url: http://arxiv.org/abs/2503.12973v1
Date: Mon, 17 Mar 2025 09:32:47 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-18 12:30:27.901641
Title: Prospects for Mitigating Spectral Variability in Tropical Species Classification Using Self-Supervised Learning
Title（参考訳）: 自己監督学習を用いた熱帯種分類におけるスペクトル変動の緩和
Authors: Colin Prieur, Nassim Ait Ali Braham, Paul Tresson, Grégoire Vincent, Jocelyn Chanussot,
Abstract要約: 本稿では, 自己監督学習(SSL)を用いて, 生物多様性に強く, 種識別に関係のあるスペクトル特徴を符号化することを提案する。 40種の熱帯種を分類すると、これらの特徴は、スペクトルの変動性に対する頑健さを10点精度で比較することで、典型的な反射率生成物よりも優れていることが示されている。
参考スコア（独自算出の注目度）: 14.890166467453867
License:
Abstract: Airborne hyperspectral imaging is a promising method for identifying tropical species, but spectral variability between acquisitions hinders consistent results. This paper proposes using Self-Supervised Learning (SSL) to encode spectral features that are robust to abiotic variability and relevant for species identification. By employing the state-of-the-art Barlow-Twins approach on repeated spectral acquisitions, we demonstrate the ability to develop stable features. For the classification of 40 tropical species, experiments show that these features can outperform typical reflectance products in terms of robustness to spectral variability by 10 points of accuracy across dates.
Abstract（参考訳）: 航空機搭載ハイパースペクトルイメージングは熱帯の種を特定するための有望な方法であるが、取得間のスペクトル変動は一貫した結果を妨げている。本稿では, 自己監督学習(SSL)を用いて, 生物多様性に強く, 種識別に関係のあるスペクトル特徴を符号化することを提案する。スペクトル取得の繰り返しに最先端のBarlow-Twinsアプローチを用いることで、安定な特徴を開発できることを実証する。 40種の熱帯種を分類すると、これらの特徴は、スペクトルの変動性に対する頑健さを10点精度で比較することで、典型的な反射率生成物よりも優れていることが示されている。

関連論文リスト

DiffRaman: A Conditional Latent Denoising Diffusion Probabilistic Model for Bacterial Raman Spectroscopy Identification Under Limited Data Conditions [11.586869210490628]
本稿では, 深層生成モデルを用いたデータ生成手法を提案し, 細菌ラマンスペクトルの認識精度を向上させる。 DiffRamanによって生成された合成細菌ラマンスペクトルは、実実験スペクトルを効果的にエミュレートできることを示した。
論文参考訳（メタデータ） (2024-12-11T06:36:55Z)
Point-Calibrated Spectral Neural Operators [54.13671100638092]
点レベル適応スペクトルベースで関数を近似することで演算子マッピングを学習する。点平衡スペクトル演算子は点レベル適応スペクトルベースで関数を近似することで演算子マッピングを学習する。
論文参考訳（メタデータ） (2024-10-15T08:19:39Z)
Multifractal-spectral features enhance classification of anomalous diffusion [0.0]
異常拡散過程は、分類と特徴付けにおいて独特な挑戦を生んでいる。本研究は, 異常拡散軌跡を効果的に識別するためのマルチフラクタルスペクトル特性の可能性について検討する。異常拡散の分類の高度化におけるマルチフラクタルスペクトルの特徴の多様性と有効性について検討した。
論文参考訳（メタデータ） (2024-01-15T12:42:15Z)
DiffSpectralNet : Unveiling the Potential of Diffusion Models for Hyperspectral Image Classification [6.521187080027966]
我々は拡散と変圧器技術を組み合わせたDiffSpectralNetと呼ばれる新しいネットワークを提案する。まず,拡散モデルに基づく教師なし学習フレームワークを用いて,高レベル・低レベルのスペクトル空間的特徴を抽出する。この拡散法はスペクトル空間の特徴を多様かつ有意義に抽出し,HSI分類の改善につながる。
論文参考訳（メタデータ） (2023-10-29T15:26:37Z)
Boosting the Generalization Ability for Hyperspectral Image Classification using Spectral-spatial Axial Aggregation Transformer [14.594398447576188]
ハイパースペクトル画像分類(HSIC)タスクでは、最も一般的に使われているモデル検証パラダイムは、画素単位のランダムサンプリングによってトレーニング・テストデータセットを分割することである。私たちの実験では、トレーニングとテストデータセットが多くの情報を共有しているため、高い精度が達成できたことが分かりました。本稿では,データセット分割間の一般化を保ったスペクトル-空間軸アグリゲーション変換器モデルSaaFormerを提案する。
論文参考訳（メタデータ） (2023-06-29T07:55:43Z)
DiffUCD:Unsupervised Hyperspectral Image Change Detection with Semantic Correlation Diffusion Model [46.68717345017946]
ハイパースペクトル画像変化検出(HSI-CD)はリモートセンシングにおいて重要な研究領域となっている。意味相関拡散モデル(DiffUCD)を用いた新しい教師なしHSI-CDを提案する。提案手法は,多数のサンプルを必要とする完全教師付き手法に匹敵する結果が得られる。
論文参考訳（メタデータ） (2023-05-21T09:21:41Z)
Plant species richness prediction from DESIS hyperspectral data: A comparison study on feature extraction procedures and regression models [2.847789554498696]
本研究は,オーストラリア南東部の2種類の異なる生息地における植物種の豊かさを予測するためのDSISハイパースペクトルデータの有用性を定量的に評価した。 DESISスペクトル帯の相対的重要性分析により,赤縁,赤,青のスペクトル領域は,緑帯や近赤外帯よりも植物種の豊かさを予測する上で重要であることが示された。また,植物種多様性の予測において,DSISハイパースペクトルデータの方がSentinel-2マルチスペクトルデータよりも優れていた。
論文参考訳（メタデータ） (2023-01-05T05:33:56Z)
Improving GANs for Long-Tailed Data through Group Spectral Regularization [51.58250647277375]
本稿では, スペクトル爆発によるモード崩壊を防止する新しいグループスペクトル正規化器 (gSR) を提案する。我々は,gSRが既存の拡張および正規化技術と効果的に組み合わせることで,長期化データ上での最先端の画像生成性能が向上することを発見した。
論文参考訳（メタデータ） (2022-08-21T17:51:05Z)
Diversifying Design of Nucleic Acid Aptamers Using Unsupervised Machine Learning [54.247560894146105]
短い一本鎖RNAとDNA配列(アプタマー)の逆設計は、一連の望ましい基準を満たす配列を見つけるタスクである。我々は、Pottsモデルとして知られる教師なし機械学習モデルを用いて、制御可能なシーケンスの多様性を持つ新しい有用なシーケンスを発見することを提案する。
論文参考訳（メタデータ） (2022-08-10T13:30:58Z)
Cross-Spectral Periocular Recognition with Conditional Adversarial Networks [59.17685450892182]
本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。 EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
論文参考訳（メタデータ） (2020-08-26T15:02:04Z)
Learning Disentangled Representations with Latent Variation Predictability [102.4163768995288]
本稿では,潜在不整合表現の変動予測可能性について述べる。逆生成プロセス内では、潜時変動と対応する画像対の相互情報を最大化することにより、変動予測可能性を高める。本研究では,潜在表現の絡み合いを測るために,基礎的構造的生成因子に依存しない評価指標を開発する。
論文参考訳（メタデータ） (2020-07-25T08:54:26Z)

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。