| 大会名称 |
|---|
| 2010年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2010 |
| 発行日 |
| 2010/8/20 |
| セッション番号 |
| 5F |
| セッション名 |
| 画像処理応用 |
| 講演日 |
| 2010/09/08 |
| 講演場所(会議室等) |
| F会場（総合学習プラザ1F 第10講義室） |
| 講演番号 |
| O-030 |
| タイトル |
| アンサンブル学習型ニューラルネットワークを用いた衛星画像の水田抽出モデル |
| 著者名 |
| 岸田 和也, 山口 崇志, マッキン ケネス ジェームス, 永井 保夫, |
| キーワード |
| ニューラルネットワーク, アンサンブル学習, ブースティング, MODIS, AdaBoost |
| 抄録 |
| 近年、衛星を用いたリモートセンシングによる水田の観察が重要視されている。しかし、水田域の観察は地域や季節における環境の変化、データ量に起因する計算量の増大、雲によるノイズなどの問題などがあり、これまでの従来手法では有効な抽出モデルは得られていない。本研究では、過去の研究で比較的良好な結果の出ているニューラルネットワークを用いた。本稿では、ニューラルネットワークを複数個組み合わせて精度向上が図れるアンサンブル学習を用いた。アンサンブル学習手法は精度向上の為、重みつき多数決によってより良い分類器を生成するブースティング手法を適用した。 |
| 本文pdf |
| PDF download (322.5KB) |