Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Classification of Illness01:17

Classification of Illness

8.5K
The meaning of illness is individualized to each person who experiences an alteration in health. In contrast, disease is a medical term indicating a pathological change in the structure and function of the body or mind. It is a condition that has specific symptoms and boundaries.
An illness is a response to a disease in which the person's level of functioning is changed compared with a previous level. The general classification of illness includes acute and chronic.
Acute illness is severe...
8.5K
Classification of Systems-I01:26

Classification of Systems-I

536
Linearity is a system property characterized by a direct input-output relationship, combining homogeneity and additivity.
Homogeneity dictates that if an input x(t) is multiplied by a constant c, the output y(t) is multiplied by the same constant. Mathematically, this is expressed as:
536
Methods of Classification and Identification01:28

Methods of Classification and Identification

936
Bacterial identification relies on a diverse array of techniques to classify and understand microorganisms, each tailored to uncover specific characteristics. Traditional morphological approaches, while still valuable, are limited for closely related or structurally simple organisms. Modern methods integrate biochemical, serological, genetic, and advanced molecular tools to achieve greater accuracy.Morphological and Biochemical TechniquesMorphological characteristics, such as cell shape and...
936
Classification of Systems-II01:31

Classification of Systems-II

446
Continuous-time systems have continuous input and output signals, with time measured continuously. These systems are generally defined by differential or algebraic equations. For instance, in an RC circuit, the relationship between input and output voltage is expressed through a differential equation derived from Ohm's law and the capacitor relation,
446
Plant Breeding and Biotechnology01:59

Plant Breeding and Biotechnology

21.4K
Crop cultivation has a long history in human civilization, with records showing the cultivation of cereal plants beginning at around 8000 BC. This early plant breeding was developed primarily to provide a steady supply of food.
21.4K
Aggregates Classification01:29

Aggregates Classification

950
Aggregate classification is generally based on its size, petrographic characteristics, weight, and source. Size classification ranges from coarse to fine aggregates, defined by the size of the particles. Coarse aggregates are particles that do not pass through ASTM sieve No. 4, and aggregates that pass through the sieve are fine aggregates.
Petrographic classification groups aggregates based on common mineralogical characteristics. Some of the common mineral groups found in aggregates are...
950

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Deepfake face detection using hybrid bag-of-visual-words and multi-CNN feature fusion.

Scientific reports·2026
Same author

Enhancing Early Detection of Diabetic Foot Ulcers Using Deep Neural Networks.

Diagnostics (Basel, Switzerland)·2025
Same author

Automatic diagnosis of epileptic seizures using entropy-based features and multimodel deep learning approaches.

Medical engineering & physics·2024
Same journal

DARUMA: a gateway to fast and easy prediction of intrinsically disordered regions.

PeerJ. Computer science·2026
Same journal

Alzheimer's disease detection using a quantum deep neural network with Haralick feature extraction and simulated annealing optimization.

PeerJ. Computer science·2026
Same journal

Network anomaly detection using Deep Autoencoder and parallel Artificial Bee Colony algorithm-trained neural network.

PeerJ. Computer science·2026
Same journal

An anomaly detection model for multivariate time series with anomaly perception.

PeerJ. Computer science·2026
Same journal

Retraction: A wormhole attack detection method for tactical wireless sensor networks.

PeerJ. Computer science·2026
Same journal

Evaluation of mental disorder with prioritization of its type by utilizing the bipolar complex fuzzy decision-making approach based on Schweizer-Sklar prioritized aggregation operators.

PeerJ. Computer science·2026
関連記事をすべて見る

関連する実験動画

Updated: Jan 8, 2026

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation
08:47

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation

Published on: February 9, 2024

2.0K

深層学習と高度な特徴量エンジニアリング技術を用いた堅牢なコーヒー植物病害分類

Hanin Ardah1, Maher Alrahhal2, Walaa M Abd-Elhafiez3,4

  • 1Department of Computer Sciences, College of Computer and Information Sciences, Princess Nourah bint Abdulrahman University, Riyadh, Saudi Arabia.

PeerJ. Computer science
|December 12, 2025
PubMed
まとめ
この要約は機械生成です。

本研究は、コーヒー葉の病害を特定するための高度な深層学習フレームワークを導入する。ハイブリッドモデルは、複数のニューラルネットワークと特徴選択技術を組み合わせ、分類精度99%以上を達成する。

キーワード:
分散分析畳み込みニューラルネットワーク分類コーヒー植物病害深層学習EfficientNet特徴量植物病害予測特異値分解

関連する実験動画

Last Updated: Jan 8, 2026

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation
08:47

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation

Published on: February 9, 2024

2.0K

科学分野:

  • 農業科学
  • コンピュータサイエンス
  • 植物病理学

背景:

  • コーヒーの葉の病害は、世界のコーヒー生産と品質を脅かしています。
  • 深層学習（DL）は、画像分類による植物病害識別に有望です。
  • 既存の単一畳み込みニューラルネットワーク（CNN）モデルは、特徴の多様性と実世界での一般化が不足しています。

研究 の 目的:

  • 正確なコーヒー病害分類のための高度な深層学習フレームワークを開発すること。
  • 複数のCNNからの相補的な特徴抽出と高度な特徴選択を統合すること。
  • コーヒー病害識別の計算効率と精度を向上させること。

主な方法:

  • 特徴抽出のためにGoogLeNetとResNet18を統合したハイブリッド深層学習フレームワーク。
  • 主成分分析（PCA）と特異値分解（SVD）を用いた次元削減。
  • 分散分析（ANOVA）とカイ二乗テストによる特徴選択、Adamオプティマイザで学習させました。

主要な成果:

  • コーヒー病害分類においてBRACOLデータセットで99.78%の精度を達成しました。
  • すべてのクラスで精度、再現率、F1スコアが99%を超えました。
  • 複数のDLアーキテクチャと特徴選択を統合し、堅牢な分類を実現しました。

結論:

  • 提案されたハイブリッド深層学習フレームワークは、コーヒー病害分類の精度を大幅に向上させます。
  • 多様なCNNと特徴選択手法の体系的な統合は、単一モデルアプローチの限界に対処します。
  • この研究は、持続可能なコーヒー生産のための計算効率が高く、高精度のソリューションを提供します。