15:15-17:15　ポスター発表（地球・資源分野） ［9/11(水) PM ポスター発表会場］

[P006A] 深層学習を用いたハイパースペクトル画像解析における前処理の有効性検証

○川畑 竜平^{1[修士課程]}、鳥屋 剛毅¹、大和田 済熙¹、安達 毅¹ (1. 秋田大学)

キーワード：岩石分類、深層学習、畳み込みニューラルネットワーク（CNN）、ハイパースペクトル画像

採掘において岩石の正確な判定は非常に重要であるが、従来の化学分析には時間とコストがかかる。この効率化を目的にして、ハイパースペクトル（HS）画像を用いた岩石の分類モデルが考案され、優れたパフォーマンスを有することが報告されている。しかし、既存のモデルでは前処理について十分な検討がなされていない。本研究では、畳み込みニューラルネットワーク（CNN）を用いた岩石種別判定技術のさらなる効率化を図るため、CNNへの入力データの前処理として平滑化フィルタリングを施すアプローチを提案する。この前処理により、計算効率と分類性能が向上することが確認された。前処理の効果は、学習曲線、テスト精度、および学習時間を基に評価し、特に窓枠の大きさが大きい場合には学習時間の短縮が顕著であることが示された。