リモートセンシングとGISのジャーナル

概要

深層人工ニューラルネットワークを用いた活性化関数の分類精度への影響の研究

セルワA*

人工ニューラル ネットワーク (ANN) は、リモート センシング分類で広く使用されています。ANN の最適化は、特にリモート センシングにおいて、依然として謎に包まれた研究分野です。この研究は、分類 (土地被覆マッピング) に最適な ANN 活性化関数を発見するための試みです。最初のステップは、参照マップを準備し、次に選択された活性化関数を想定して、ANN ファジー化出力を受け取ります。最後のステップは、出力を参照と比較して精度評価に到達することです。研究の結果、リモート センシング分類に最適な活性化関数が決定されました。実際のマルチスペクトル Landsat 7 衛星画像が使用され、分類 (ANN を使用) され、さまざまな活性化関数で分類の精度が評価されました。シグモイド関数が最適な活性化関数であることがわかりました。