お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2019-08-22 11:55
PolSARデータを用いた機械学習による土地利用分類に関する基礎的検討
齋藤奈々子牛腸正則山田寛喜佐藤亮一山口芳雄新潟大AP2019-57
抄録 (和) 多偏波合成開口レーダ(PolSAR)は,広域観測性と偏波の利用によるターゲット識別性能の高さから,近年,地表面のターゲット検出・分類における需要が増加している.偏波解析手法には散乱電力分解法や固有値解析など,様々な手法が提案されている.近年,誤分類の減少や分類精度向上のために,機械学習を用いた分類手法が盛んに研究されている.本稿では基礎検討として,ALOS-2データに対し,畳み込みニューラルネットワーク(CNN)による土地利用分類を行い,散乱電力分解法やサポートベクターマシン(SVM)を用いた場合との比較検討を行う. 
(英) Polarimetric Synthetic Aperture Radar (PolSAR) has been attracting attention in ground target detection and classification. This is because it can observe wide area regardless of time zone and weather, and analyze in detail by using polarimetric information. Various methods, such as model-based scattering power decomposition, eigenvalue analysis and so forth, have been proposed for the analysis of PolSAR data. Recently, classification techniques by using machine learning have been intensively studied to reduce misclassification. In this paper, we present some experimental results of land use classification of ALOS-2/PALSAR-2 data by using convolutional neural network (CNN), and compare with the case of scattering power decomposition and support vector machine (SVM).
キーワード (和) 多偏波合成開口レーダ(PolSAR) / ALOS-2 / 畳み込みニューラルネットワーク / サポートベクターマシン / 土地利用分類 / / /  
(英) Polarimetric Synthetic Aperture Radar (PolSAR) / ALOS-2 / Convolutional neural network / Support vector machine / Land use map / / /  
文献情報 信学技報, vol. 119, no. 168, AP2019-57, pp. 55-60, 2019年8月.
資料番号 AP2019-57 
発行日 2019-08-14 (AP) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード AP2019-57

研究会情報
研究会 AP  
開催期間 2019-08-21 - 2019-08-23 
開催地(和) 北海学園大学 
開催地(英) Hokkai-Gakuen Univ. 
テーマ(和) 一般 
テーマ(英) Antennas and Propagation 
講演論文情報の詳細
申込み研究会 AP 
会議コード 2019-08-AP 
本文の言語 日本語 
タイトル(和) PolSARデータを用いた機械学習による土地利用分類に関する基礎的検討 
サブタイトル(和)  
タイトル(英) Fundamental Study on Land Use Classification of PolSAR Data by Using Machine Learning 
サブタイトル(英)  
キーワード(1)(和/英) 多偏波合成開口レーダ(PolSAR) / Polarimetric Synthetic Aperture Radar (PolSAR)  
キーワード(2)(和/英) ALOS-2 / ALOS-2  
キーワード(3)(和/英) 畳み込みニューラルネットワーク / Convolutional neural network  
キーワード(4)(和/英) サポートベクターマシン / Support vector machine  
キーワード(5)(和/英) 土地利用分類 / Land use map  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 齋藤 奈々子 / Nanako Saito / サイトウ ナナコ
第1著者 所属(和/英) 新潟大学 (略称: 新潟大)
Niigata University (略称: Niigata Univ.)
第2著者 氏名(和/英/ヨミ) 牛腸 正則 / Masanori Gocho / ゴチョウ マサノリ
第2著者 所属(和/英) 新潟大学 (略称: 新潟大)
Niigata University (略称: Niigata Univ.)
第3著者 氏名(和/英/ヨミ) 山田 寛喜 / Hiroyoshi Yamada / ヤマダ ヒロヨシ
第3著者 所属(和/英) 新潟大学 (略称: 新潟大)
Niigata University (略称: Niigata Univ.)
第4著者 氏名(和/英/ヨミ) 佐藤 亮一 / Ryoichi Sato / サトウ リョウイチ
第4著者 所属(和/英) 新潟大学 (略称: 新潟大)
Niigata University (略称: Niigata Univ.)
第5著者 氏名(和/英/ヨミ) 山口 芳雄 / Yoshio Yamaguchi / ヤマグチ ヨシオ
第5著者 所属(和/英) 新潟大学 (略称: 新潟大)
Niigata University (略称: Niigata Univ.)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2019-08-22 11:55:00 
発表時間 25分 
申込先研究会 AP 
資料番号 AP2019-57 
巻番号(vol) vol.119 
号番号(no) no.168 
ページ範囲 pp.55-60 
ページ数
発行日 2019-08-14 (AP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会