論文の概要: Turning spectra into images improves plant trait retrieval with 2D-CNNs

• arxiv url: http://arxiv.org/abs/2608.16661v1
• Date: Mon, 17 Aug 2026 14:53:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.756015
• Title: Turning spectra into images improves plant trait retrieval with 2D-CNNs
• Title（参考訳）: 2D-CNNを用いた植物形質検索におけるスペクトルのイメージ化
• Abstract要約: 我々は139,000枚のラベルのないスペクトル画像に基づいて2次元マスク付きオートエンコーダ (MAE-2D) を訓練した。 エンコーダを凍結し、多層パーセプトロンヘッドのみを訓練する線形プローブは、R2 = 0.646$に到達し、1Dの自己管理ヘッドを全て超えた。 2次元のスペクトル画像の表現的吸収の利点は、アーキテクチャ上の複雑さよりも1次元のアプローチよりも有利である。
• 参考スコア（独自算出の注目度）: 4.171845508984376
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hyperspectral reflectance spectroscopy enables non-destructive estimation of plant functional traits, yet current deep learning approaches process spectra as one-dimensional sequences, which limits how they capture long-range inter-band dependencies. We asked whether transforming 1D spectra into 2D image representations improves multi-trait prediction with convolutional neural networks (CNN). We compared nine transformations using EfficientNet-B0 on the GreenHyperSpectra dataset (7,897 labeled spectra, eight traits, 400-2450 nm), benchmarked against published 1D CNN results on the same split. Trained from scratch, the simplest transformation, a direct Reshape of the spectrum into a 2D grid, performed best ($R^2 = 0.684 \pm 0.001$) and improved on the state-of-the-art 1D baseline ($R^2 = 0.587$, $+0.097$). We then pretrained a 2D masked autoencoder (MAE-2D) on 139,000 unlabeled spectral images. Linear probing, which freezes the encoder and trains only a multilayer perceptron head, reached $R^2 = 0.646$ and exceeded every 1D self-supervised counterpart, including the fine-tuned MAE-1D ($R^2 = 0.641$). Under cross-dataset evaluation all models lost most of their accuracy and none beat the 1D baseline significantly. To identify which wavelengths drive each prediction, we applied Integrated Gradients and Grad-CAM and unfolded band importance back to the spectral axis. Protein ($r = 0.45$) and leaf water ($r = 0.33$) agreed with sensitivities simulated by the PROSAIL radiative-transfer model, while carotenoids ($r = 0.06$) and leaf area index ($r = -0.11$) did not, showing that the model reads established leaf chemistry for traits with sharp absorption features. The representational advantage of 2D spectral images, rather than architectural complexity or ImageNet pretraining, drives the gain over 1D approaches.
• Abstract（参考訳）: ハイパースペクトル反射分光法は、植物機能特性の非破壊的な推定を可能にするが、現在のディープラーニングは、スペクトルを1次元のシーケンスとして処理し、長距離バンド間の依存関係を捕捉する方法を制限する。 我々は,1次元スペクトルを2次元画像表現に変換することで,畳み込みニューラルネットワーク(CNN)によるマルチトレイ予測が向上するかどうかを問うた。 我々は,GreenHyperSpectraデータセット上でEfficientNet-B0(7,897個のラベル付きスペクトル,8個の特性,400-2450 nm)を用いた9つの変換を比較した。 ストクラッチから訓練された最も単純な変換は、スペクトルを2Dグリッドへ直接変換し、ベスト(R^2 = 0.684 \pm 0.001$)を実行し、最先端の1Dベースライン(R^2 = 0.587$, $+0.097$)を改善した。 次に,139,000枚の未表示スペクトル画像上に2次元マスク付きオートエンコーダ (MAE-2D) を事前訓練した。 エンコーダを凍結し、多層パーセプトロンヘッドのみを訓練する線形プローブは、R^2 = 0.646$に達し、微調整されたMAE-1D(R^2 = 0.641$)を含む1次元の自己監督型を全て超えた。 クロスデータセット評価では、全てのモデルは精度の大半を失い、1Dベースラインをはるかに上回らなかった。 それぞれの予測を駆動する波長を特定するために、集積グラディエントとグラッド-CAMを適用し、スペクトル軸に帯域の重要度を広げた。 タンパク質 (r = 0.45$) と葉水 (r = 0.33$) はProSAIL放射移動モデルでシミュレートされた感度と一致したが, カロテノイド (r = 0.06$) と葉面積指数 (r = -0.11$) は一致しなかった。 2Dスペクトル画像の表現上の利点は、アーキテクチャ上の複雑さやImageNet事前学習ではなく、1Dアプローチよりも有利である。

関連論文リスト

• Two-Stage Deformable-Convolutional Inverse Design of Nanophotonic Absorbers from Optical Spectra [2.4149105714758545]
  データ駆動逆設計により、所定の光学応答を持つナノフォトニック構造を効率的に生成することができる。 本研究は, 金属-絶縁体-金属共振器を80次元吸収スペクトルから再構成するための2段階の変形・畳み込み機構を示す。
  論文  参考訳（メタデータ） (2026-08-12T09:47:06Z)
• Bin Latent Transformer (BiLT): A shift-invariant autoencoder for calibration-free spectral unmixing of turbid media [0.0]
  この研究は、高密度エンコーダをクロスアテンションスキャナーに置き換えるBin Latent Transformer (BiLT)-Autoencoderを導入している。 物理制約付き線形デコーダは、強制吸収/散乱分離と3段階のカリキュラム拡張戦略により、アーキテクチャを完備する。
  論文  参考訳（メタデータ） (2026-05-12T09:17:43Z)
• Spectral Edge Dynamics of Training Trajectories: Signal--Noise Geometry Across Scales [0.0]
  コンヒーレントな方向のみにおいてトランスフォーマー訓練軌道が発展することを示す。 共同作業では、同じスペクトル幾何学がグラッキングの早期警戒信号を提供する。
  論文  参考訳（メタデータ） (2026-03-14T04:46:05Z)
• S2WMamba: A Spectral-Spatial Wavelet Mamba for Pansharpening [28.735552538568154]
  パンシャーペンは高分解能PAN像と低分解能マルチスペクトル(LRMS)像を融合させてHRMS像を生成する。 主な困難は、PANとMSを共同で処理することが、しばしばスペクトルの忠実度で空間的詳細を絡み合わせることである。 本稿では,S2WMambaを提案する。
  論文  参考訳（メタデータ） (2025-12-06T07:15:12Z)
• iGaussian: Real-Time Camera Pose Estimation via Feed-Forward 3D Gaussian Splatting Inversion [62.09575122593993]
  iGaussianは2段階のフィードフォワードフレームワークで、直接3Dガウス変換によるリアルタイムカメラポーズ推定を実現する。 NeRF Synthetic, Mip-NeRF 360, T&T+DB データセットの実験結果から, 従来の手法に比べて大幅な性能向上が得られた。
  論文  参考訳（メタデータ） (2025-11-18T05:22:22Z)
• HyperspectralMAE: The Hyperspectral Imagery Classification Model using Fourier-Encoded Dual-Branch Masked Autoencoder [0.04332259966721321]
  ハイパースペクトル画像は、豊富なスペクトルの詳細を提供するが、空間領域とスペクトル領域の両方において、その高次元性のためにユニークな課題を提起する。 テキストマスキング戦略を用いたハイパースペクトルデータのためのトランスフォーマーベースモデルであるtextitHyperspectralMAE を提案する。 ハイパースペクトルMAEは、二重次元事前学習が頑健なスペクトル空間表現をもたらすことを確認し、インドパインズの最先端の伝達学習精度を達成する。
  論文  参考訳（メタデータ） (2025-05-09T01:16:42Z)
• How Learnable Grids Recover Fine Detail in Low Dimensions: A Neural Tangent Kernel Analysis of Multigrid Parametric Encodings [106.3726679697804]
  フーリエ特徴符号化(FFE)とマルチグリッドパラメトリック符号化(MPE)の2つの手法を比較した。 MPEは低次元マッピングの標準と見なされるが、MPEはそれらを上回り、高解像度で詳細な表現を学習することが多い。 我々は,MPEが学習可能な埋め込みではなく,グリッド構造を通じてネットワークの性能を向上させることを証明した。
  論文  参考訳（メタデータ） (2025-04-18T02:18:08Z)
• From Thousands to Billions: 3D Visual Language Grounding via Render-Supervised Distillation from 2D VLMs [64.28181017898369]
  LIFT-GSはポイントクラウドから3Dガウス表現を予測し、予測された言語条件の3Dマスクを2Dビューにレンダリングする。 LIFT-GSは、オープン語彙のインスタンスセグメンテーションで25.7%のmAPで最先端の結果を達成する。 注目すべきは、事前トレーニングがデータセットの微調整を2倍にし、強力なスケーリング特性を示すことだ。
  論文  参考訳（メタデータ） (2025-02-27T18:59:11Z)
• MVSplat: Efficient 3D Gaussian Splatting from Sparse Multi-View Images [102.7646120414055]
  入力としてスパースなマルチビュー画像を与えられたMVSplatは、クリーンなフィードフォワード3Dガウスを予測できる。 大規模RealEstate10KとACIDベンチマークでは、MVSplatは高速フィードフォワード推論速度(22fps)で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-03-21T17:59:58Z)
• DiffIR: Efficient Diffusion Model for Image Restoration [108.82579440308267]
  拡散モデル(DM)は、画像合成過程をデノナイジングネットワークのシーケンシャルな応用にモデル化することで、SOTA性能を達成した。 画像全体や特徴マップを推定する大規模なモデルで大規模なイテレーションを実行する従来のDMは、画像復元には非効率である。 本稿では、小型IR先行抽出ネットワーク(CPEN)、ダイナミックIR変換器(DIRformer)、デノナイズネットワーク(Denoising Network)からなるDiffIRを提案する。
  論文  参考訳（メタデータ） (2023-03-16T16:47:14Z)
• Neural Inference of Gaussian Processes for Time Series Data of Quasars [72.79083473275742]
  クエーサースペクトルを完全に記述できる新しいモデルを提案する。 また、$textitNeural Inference$というガウス的プロセスパラメータの推論の新しいメソッドも導入しています。 CDRWモデルとNeural Inferenceの組み合わせはベースラインのDRWとMLEを大きく上回っている。
  論文  参考訳（メタデータ） (2022-11-17T13:01:26Z)
• Spatial-Separated Curve Rendering Network for Efficient and High-Resolution Image Harmonization [59.19214040221055]
  本稿では,空間分離型曲線描画ネットワーク(S$2$CRNet)を提案する。 提案手法は従来の手法と比較して90%以上のパラメータを減少させる。 提案手法は,既存の手法よりも10ドル以上高速な高解像度画像をリアルタイムにスムーズに処理することができる。
  論文  参考訳（メタデータ） (2021-09-13T07:20:16Z)
• Synthetic Training for Monocular Human Mesh Recovery [100.38109761268639]
  本稿では,RGB画像と大規模に異なる複数の身体部位の3次元メッシュを推定することを目的とする。 主な課題は、2D画像のすべての身体部分の3Dアノテーションを完備するトレーニングデータがないことである。 本稿では,D2S(Deep-to-scale)投影法を提案する。
  論文  参考訳（メタデータ） (2020-10-27T03:31:35Z)

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。