Classifying vegetation using deep learning: clarification of characteristics of vegetation

使用深度学习对植被进行分类:阐明植被特征

基本信息

  • 批准号:
    18H03357
  • 负责人:
  • 金额:
    $ 10.9万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
  • 财政年份:
    2018
  • 资助国家:
    日本
  • 起止时间:
    2018-04-01 至 2023-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
ドローンとディープラーニングを用いた単木単位での樹種・材積推定GISシステムの開発
开发GIS系统,利用无人机和深度学习在单棵树的基础上估计树种和体积
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    大西信徳;伊勢武史
  • 通讯作者:
    伊勢武史
Predicting global terrestrial biomes with the LeNet convolutional neural network
使用 LeNet 卷积神经网络预测全球陆地生物群落
  • DOI:
    10.5194/gmd-15-3121-2022
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    5.1
  • 作者:
    Sato Hisashi;Ise Takeshi
  • 通讯作者:
    Ise Takeshi
シチズンサイエンスによる環境データ取得と社会発信
获取环境数据并通过公民科学向社会传播
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    高屋浩介;家島輝;芝田篤紀;伊勢武史;世古口 真吾,盛武 敬,吉武 英隆,安藤 肇,池上 和範,石垣 陽,明星 敏彦,大神 明;伊勢武史
  • 通讯作者:
    伊勢武史
自然を知り環境を守るための新技術・新発想
认识自然、保护环境的新技术、新理念
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    大西 信徳;竹重 龍一;青柳 亮太;今井 伸夫;伊勢 武史;北山 兼弘;盛武 敬,石垣 陽;伊勢武史
  • 通讯作者:
    伊勢武史
ドローンとディープラーニングを用いたボルネオでの指標樹種識別と森林健全度評価
使用无人机和深度学习进行婆罗洲指标树种识别和森林健康评估
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    大西信徳;竹重龍一;青柳亮太;今井伸夫;伊勢武史;北山兼弘
  • 通讯作者:
    北山兼弘
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

ISE TAKESHI其他文献

ISE TAKESHI的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似国自然基金

基于改进Faster R-CNN模型的新能源汽车时变非稳态噪声分离及预测方法研究
  • 批准号:
    JCZRYB202501337
  • 批准年份:
    2025
  • 资助金额:
    0.0 万元
  • 项目类别:
    省市级项目
基于CNN的电化学-SERS多模态数据融合技术在膜性肾病复发相关ncRNA研究中的应用
  • 批准号:
  • 批准年份:
    2025
  • 资助金额:
    0.0 万元
  • 项目类别:
    省市级项目
基于数据清洗与CNN-GRU模型的风电功率预测方法研究
  • 批准号:
    2025JJ70223
  • 批准年份:
    2025
  • 资助金额:
    0.0 万元
  • 项目类别:
    省市级项目
基于贝叶斯卷积神经网络 (CNN)智慧工地双重预防机制模型研究
  • 批准号:
  • 批准年份:
    2025
  • 资助金额:
    0.0 万元
  • 项目类别:
    省市级项目
基于ResNet-CNN和2D1H.13C HSQC NMR技术的多基原藏药'阿布卡'品质整合评控体系构建
  • 批准号:
  • 批准年份:
    2024
  • 资助金额:
    0 万元
  • 项目类别:
    青年科学基金项目
基于CNN-Transformer和对抗迁移学习的NSCLC无创c-MET突变分型诊断及靶向治疗敏感性再分层研究
  • 批准号:
  • 批准年份:
    2024
  • 资助金额:
    0 万元
  • 项目类别:
    青年科学基金项目
基于混沌加密与RD-CNN知识嵌入的调频引信多域自适应抗干扰方法研究
  • 批准号:
    62301051
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于FPGA的CNN加速器质子单粒子翻转故障机理及加固方法研究
  • 批准号:
    12305323
  • 批准年份:
    2023
  • 资助金额:
    30.00 万元
  • 项目类别:
    青年科学基金项目
联合三元CNN与孪生MLP的大集合无序影像关联图快速稳健生成方法研究
  • 批准号:
    42301507
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于CNN实现多加和模型组合混合物毒性QSAR建模方法研究与机理探索
  • 批准号:
    22306141
  • 批准年份:
    2023
  • 资助金额:
    30.00 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

PF-ILDのフラクタル解析とCNN学習モデルを用いた画像診断研究
基于PF-ILD分形分析和CNN学习模型的图像诊断研究
  • 批准号:
    24K10916
  • 财政年份:
    2024
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Matricellular proteins of the CNN family as regulators of tumor-induced cachexia
CNN 家族的基质细胞蛋白作为肿瘤引起的恶病质的调节剂
  • 批准号:
    10586444
  • 财政年份:
    2023
  • 资助金额:
    $ 10.9万
  • 项目类别:
複数CNN融合が拓く新たなAI画像処理教育システムの開発と医用画像認識の向上
开发新型AI图像处理教育系统,结合多个CNN提高医学图像识别
  • 批准号:
    23K02635
  • 财政年份:
    2023
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
データ分布の統計的特徴とCNNの数理構造に基づく判断根拠可視化の学理構築と実証
基于数据分布统计特征和CNN数学结构的决策可视化理论建立与论证
  • 批准号:
    23K11156
  • 财政年份:
    2023
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Generating a Skeleton Structure of a Humanoid Robot that Reproduces Human Movements Using Multi-stage CNN
使用多级 CNN 生成重现人类动作的人形机器人的骨骼结构
  • 批准号:
    23K16972
  • 财政年份:
    2023
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
プロセッサの命令実行並列化を応用したパイプライン型CNN学習アクセラレータの実現
应用处理器并行指令执行的流水线型CNN学习加速器的实现
  • 批准号:
    23KJ0914
  • 财政年份:
    2023
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
The development of oral simulator based on masticatory function of occlusal support area by CNN analysis
基于CNN分析的牙合支撑区咀嚼功能口腔模拟器的研制
  • 批准号:
    22K17272
  • 财政年份:
    2022
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
CNN を用いた高精細画像に対する物体認識の精度向上に関する研究
利用CNN提高高清图像目标识别准确率的研究
  • 批准号:
    22K12170
  • 财政年份:
    2022
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
CNS Core: Small: CNN-Accelerator Co-Design
CNS 核心:小型:CNN 加速器协同设计
  • 批准号:
    2216746
  • 财政年份:
    2022
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Standard Grant
A New AI Method for Bridge Inspection and Diagnosis that Combines CNN with Highly Accurate Damage Detection and Expertises
一种将 CNN 与高精度损伤检测和专业知识相结合的桥梁检查和诊断人工智能新方法
  • 批准号:
    21H01417
  • 财政年份:
    2021
  • 资助金额:
    $ 10.9万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了