Core Concepts
CropSTGANは、ラベル付きデータが不足している状況でも、ターゲットドメインの作物を正確に特定することができる。
Abstract
本研究では、CropSTGANという新しいフレームワークを提案している。CropSTGANは、ターゲットドメインのスペクトル特徴をソースドメインのものに変換することで、ドメイン間の大きな違いを克服する。
具体的には、CropSTGANは3つの主要コンポーネントから成る:
前処理モジュール - 雲による欠損を線形補間で補完し、完全な時系列MSIデータを生成する。
CropSTGANドメインマッパー - 2つのジェネレーターネットワークと2つのディスクリミネーターネットワークから構成され、ターゲットドメインのデータをソースドメインに変換する。
TempCNNクロップマッパー - ソースドメインの教師あり学習データを使って訓練され、変換されたターゲットドメインデータを処理して、ターゲットクロップの位置を特定する。
CropSTGANは、ソースドメインとターゲットドメインの分布の違いが大きい場合でも優れた性能を発揮することが実験で示された。CropTGANやTempCNN、STDANなどの手法と比較して、CropSTGANが最も高い精度を達成している。
Stats
作物の収穫時期は、アメリカでは9月上旬、中国では10月上旬に始まる。
作物の植え付け時期は、アメリカでは4月上旬、中国では4月中旬である。
本研究では、5月1日から7月30日までの9時点のリモートセンシングデータを使用している。
Quotes
"CropSTGANは、ラベル付きデータが不足している状況でも、ターゲットドメインの作物を正確に特定することができる。"
"CropSTGANは、ソースドメインとターゲットドメインの分布の違いが大きい場合でも優れた性能を発揮する。"