WEKO3
アイテム
Sparse Subspace Clusteringを用いた頑健な植物病自動診断のための基礎検討
https://ipsj.ixsq.nii.ac.jp/records/180915
https://ipsj.ixsq.nii.ac.jp/records/1809157a7a532b-d94d-4984-be11-b7eccd589236
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2017 by the Information Processing Society of Japan
|
Item type | National Convention(1) | |||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
公開日 | 2017-03-16 | |||||||||||||||||
タイトル | ||||||||||||||||||
タイトル | Sparse Subspace Clusteringを用いた頑健な植物病自動診断のための基礎検討 | |||||||||||||||||
言語 | ||||||||||||||||||
言語 | jpn | |||||||||||||||||
キーワード | ||||||||||||||||||
主題Scheme | Other | |||||||||||||||||
主題 | 人工知能と認知科学 | |||||||||||||||||
資源タイプ | ||||||||||||||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||||||
資源タイプ | conference paper | |||||||||||||||||
著者所属 | ||||||||||||||||||
法大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
法大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
法大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
埼玉県農業技術研究センター | ||||||||||||||||||
著者所属 | ||||||||||||||||||
法大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
法大 | ||||||||||||||||||
著者名 |
榊原, 友助
× 榊原, 友助
× 藤田, 恵梨香
× 川崎, 雄介
× 宇賀, 博之
× 鍵和田, 聡
× 彌冨, 仁
|
|||||||||||||||||
論文抄録 | ||||||||||||||||||
内容記述タイプ | Other | |||||||||||||||||
内容記述 | 現在の植物病の診断は十分な専門知識と経験が必要であり、主に農家や専門家の目視により行われている。この方法には、人的・金銭的コストがかかるため自動診断手法が求められてきた。近年、深層学習を用いた自動診断システムが提案され、優れた識別能が報告されている。しかし学習画像の数が、撮影環境の多様性に対して十分でないことから過学習を引き起こしやすく、実用化を想定した場合本来期待される精度が得られない問題がある。本研究では植物画像群のもつ特徴空間を、はるかに低次元の部分空間の和で表すことができるSparse Subspace Clusteringを用いることで解析し、過学習を低減するより頑健な識別器を構築する手法について検討を行う。 | |||||||||||||||||
書誌レコードID | ||||||||||||||||||
収録物識別子タイプ | NCID | |||||||||||||||||
収録物識別子 | AN00349328 | |||||||||||||||||
書誌情報 |
第79回全国大会講演論文集 巻 2017, 号 1, p. 297-298, 発行日 2017-03-16 |
|||||||||||||||||
出版者 | ||||||||||||||||||
言語 | ja | |||||||||||||||||
出版者 | 情報処理学会 |