지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.8
- 수록면
- 395 - 409 (15page)
이용수
초록· 키워드
오류제보하기
The purpose of this study is to evaluate the classification performance and applicability when land cover datasets constructed for AI training are cross validation to other areas. For study areas, Gyeongsang-do and Jeolla-do in South Korea were selected as cross validation areas, and training datasets were obtained from AI-Hub. The obtained datasets were applied to the U-Net algorithm, a semantic segmentation algorithm, for each region, and the accuracy was evaluated by applying them to the same and other test areas. There was a difference of about 13–15% in overall classification accuracy between the same and other areas. For rice field, fields and buildings, higher accuracy was shown in the Jeolla-do test areas. For roads, higher accuracy was shown in the Gyeongsang-do test areas. In terms of the difference in accuracy by weight, the result of applying the weights of Gyeongsang-do showed high accuracy for forests, while that of applying the weights of Jeolla-do showed high accuracy for dry fields. The result of land cover classification, it was found that there is a difference in classification performance of existing datasets depending on area. When constructing land cover map for AI training, it is expected that higher quality datasets can be constructed by reflecting the characteristics of various areas. This study is highly scalable from two perspectives. First, it is to apply satellite images to AI study and to the field of land cover. Second, it is expanded based on satellite images and it is possible to use a large scale area and difficult to access.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
위성영상을 활용한 토지피복 분류 항목별 딥러닝 최적화 연구
대한원격탐사학회지
2020 .01
-
항공 및 위성영상을 활용한 토지피복 관련 인공지능 학습 데이터 구축 및 알고리즘 적용 연구
대한원격탐사학회지
2021 .10
-
Accuracy Assessment of Global Land Cover Datasets in South Korea
대한원격탐사학회지
2018 .01
-
U-Net 기반 딥러닝 모델을 이용한 다중시기 계절학적 토지피복 분류 정확도 분석 - 서울지역을 중심으로 -
대한원격탐사학회지
2021 .01
-
Performance of Random Forest Classifier for Flood Mapping Using Sentinel-1 SAR Images
대한원격탐사학회지
2022 .08
-
Semantic Segmentation of Heterogeneous Unmanned Aerial Vehicle Datasets Using Combined Segmentation Network
대한원격탐사학회지
2023 .02
-
Artificial Intelligence Applications in Medical Mycology: Current and Future
대한의진균학회지
2024 .09
-
세분류 토지피복지도 분류체계 개선방안 연구- 환경부 토지피복지도를 중심으로 -
대한원격탐사학회지
2016 .01
-
분류 모델을 활용한 AI 기반 화학 I 수업의 효과에 대한 연구
대한화학회지
2024 .06
-
Land Cover Classification Map of Northeast Asia Using GOCI Data
대한원격탐사학회지
2019 .01
-
Improvement of soil moisture quality via assimilating satellite datasets in Land Surface Model
한국기상학회 학술대회 논문집
2017 .10
-
Analysis of Land Cover Changes Based on Classification Result Using PlanetScope Satellite Imagery
대한원격탐사학회지
2018 .01
-
Scenario Generator를 활용한 사회경제경로 시나리오 반영 미래 토지피복 추정
한국기후변화학회지
2018 .09
-
딥러닝 기반의 영상분할을 이용한 토지피복분류
대한원격탐사학회지
2019 .01
-
Land Cover Classification of RapidEye Satellite Images Using Tesseled Cap Transformation (TCT)
대한원격탐사학회지
2017 .02
-
아시아-오세아니아 지역의 MODIS 지면피복분류 개선
대한원격탐사학회지
2015 .01
-
A Study on Building Training Datasets for AI/ML/NLP based Forecast Support Solution
한국기상학회 학술대회 논문집
2022 .10
-
Motion classification using distributional features of 3D skeleton data
CSAM(Communications for Statistical Applications and Methods)
2023 .11
-
토지부문 온실가스 통계 산정을 위한 토지이용변화 평가방법 비교
한국기후변화학회지
2017 .12
-
객체분할과 과거 토지피복 정보를 이용한 토지피복도 갱신
대한원격탐사학회지
2017 .12
이 논문의 저자 정보
최근 본 자료
댓글(0)
0