메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Yeh-Huann Goh (Tunku Abdul Rahman University College) Zhao-Jun Ho (Tunku Abdul Rahman University College) Chee-Ho Ng (Tunku Abdul Rahman University College) Yann-Ling Goh (University Tunku Abdul Rahman)
저널정보
대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.8 No.3
발행연도
2019.6
수록면
171 - 177 (7page)
DOI
10.5573/IEIESPC.2019.8.3.171

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Studying the observable characteristics of mutants and the growing stages of the same genotype plant interacting with various environmental conditions is important in order to understand the performance of a particular trait in different growth environments. A plant"s growing stage affects the growth rate of leaves, the photosynthetic rate, water absorption capacity, and other characteristics. By automating the plant mutant classification process and the growing-stage classification process, botanists and agriculture scientists can perform large-scale experiments to cultivate plants with useful traits to combat extreme environmental conditions. This research aims to construct an enhanced optimum convolutional neural network (CNN) for image-based plant growing-stage classification, and a description of the algorithms to construct the optimum CNN for image-based plant mutant classification is included as well. This research was carried out using the Ara2013-Canon dataset annotated by the International Plant Phenotyping Network (IPPN) for classification processes. Optimum parameters found in this paper are for 1) the number of convolutional layers, 2) the number of neurons in a fully connected (FC) layer, and 3) the number of FC layers in a CNN for plant growing-stage classification. The possibility to enhance the successful classification rate is explored by introducing an additional channel that carries additional useful information, such as 1) mutant type, 2) number of leaves, 3) total size for all leaves, 4) mean leaf size, and 5) standard deviation of the leaf size in the form of square matrices. Experimental results show that under optimum conditions for growing-stage classification, a CNN classification system utilizing plant images and all additional useful information provides the best recognition rate at 81.97%.
#Plant phenotype #Convolutional neural network #Additional image channel #Plant growing stage

목차

Abstract
1. Introduction
2. Experimental Set-up
3. CNN-based Mutant Type Classification
4. CNN-based Growing-stageClassification
5. Conclusion
References

참고문헌 (18)

참고문헌 신청
Jing. H-C. / 2003 / Ageing in Plants:Conserved Strategies and Novel Pathways / Plant Biology 5(5):455~464 google schola Kerstetter RA / 1998 / The specification of leaf identity during shoot development / Annual review of cell and developmental biology 14(1):373~398 google schola Tsukaya H / 2002 / Leaf development / The Arabidopsis Book/American Society of Plant Biologists 1 google schola Oguchi R / 2003 / Does the photosynthetic lightacclimation need change in leaf anatomy? / Plant, Cell & Environment 26(4):505~512 google schola Ludwik W. B. / 2017 / Leaf and plant age affects photosynthetic performance and photoprotective capacity / Plant physiology :1634~1648 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-569-000907069