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

Association Areas of the Cortex01:21

Association Areas of the Cortex

8.7K
Association areas are regions of the cerebral cortex that do not have a specific sensory or motor function. Instead, they integrate and interpret information from various sources to enable higher cognitive processes such as memory, learning, and decision-making. Some key association areas include the following:
Prefrontal Association Area: This area is located in the frontal lobe and is involved in planning, decision-making, and moderating social behavior. It connects with primary motor areas,...
8.7K
Difference from Background: Limit of Detection01:05

Difference from Background: Limit of Detection

8.0K
The limit of detection (LOD) is the smallest amount of analyte that can be distinguished from the background noise. The LOD value corresponds to the concentration at which the analyte signal is three times larger than the standard deviation of the blank signal. Below this value, the analyte signal cannot be differentiated from the background noise. It is calculated by dividing the calibration slope by 3 times the standard deviation of the blank signals.
The LOD indicates the presence or absence...
8.0K
Depth Perception and Spatial Vision01:15

Depth Perception and Spatial Vision

1.7K
Depth perception is the ability to perceive objects three-dimensionally. It relies on two types of cues: binocular and monocular. Binocular cues depend on the combination of images from both eyes and how the eyes work together. Since the eyes are in slightly different positions, each eye captures a slightly different image. This disparity between images, known as binocular disparity, helps the brain interpret depth. When the brain compares these images, it determines the distance to an object.
1.7K
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview01:13

Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview

1.1K
Attenuated total reflectance (ATR) infrared spectroscopy is a powerful analytical technique used to study the composition of materials. It is widely employed in chemistry, materials science, forensic science, and other fields where sample characterization is required. ATR has several advantages over traditional transmission IR spectroscopy, including the requirement of little to no sample preparation and the ability to analyze a wide range of samples.
The ATR process begins by directing a beam...
1.1K
IR Frequency Region: Fingerprint Region01:03

IR Frequency Region: Fingerprint Region

1.8K
IR spectra are divided into two main regions: the diagnostic region and the fingerprint region. The diagnostic region of the spectrum lies above 1500 cm−1. The absorptions resulting from single-bond vibrations of the N–H, C–H, and O–H stretch at higher wavenumbers and appear on the left side of the spectrum. The stretching absorptions of the C≡C and C≡N occur between 2100–2300 cm−1. In contrast, those arising from stretching absorptions of the...
1.8K

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

Classification of periapical radiographic findings for root canal therapy decision support using deep neural networks.

BMC medical informatics and decision making·2026
Same author

The Impact of Leukemia Inhibitory Factor on <i>Sirtuin1</i>, <i>Ilt-4</i>, and Related microRNAs Expression in a Mouse Model of Recurrent Pregnancy Loss.

Reproductive medicine and biology·2026
Same author

Comprehensive Root Canal Curvature Assessment Method (CRCAM): a novel seven-parameter system for predicting endodontic difficulty.

BMC medical informatics and decision making·2026
Same author

Physics-informed deep learning for molecular solubility prediction: integrating thermodynamic constraints with neural network architectures.

Scientific reports·2026
Same author

HybridMolGen: a unified framework for goal-directed molecular generation via multi-objective reinforcement learning.

Bioinformatics (Oxford, England)·2026
Same author

Physics-informed graph neural networks for robust cross-patient epileptic seizure prediction via chimera state detection.

PloS one·2026

関連する実験動画

Updated: Jan 7, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

990

Attentionベースのディープ特徴量融合によるハイパースペクトルターゲット検出

Masoud Amiri1, Maryam Imani2, Hassan Ghassemian1

  • 1Image processing and Information Analysis Lab, Faculty of Electrical and Computer Engineering, Tarbiat Modares University, Tehran, Iran.

Scientific reports
|December 26, 2025
PubMed
まとめ

この研究では、自己およびクロスアテンションを使用した新しいハイパースペクトルターゲット検出フレームワークであるSCAFFを紹介します。SCAFFは、グローバル特徴とローカル特徴のバランスをとることにより、検出精度と安定性を大幅に向上させます。

キーワード:
クロスアテンション特徴量融合ハイパースペクトルターゲット検出パッチベースネットワーク自己アテンション

さらに関連する動画

Applying Hyperspectral Reflectance Imaging to Investigate the Palettes and the Techniques of Painters
07:05

Applying Hyperspectral Reflectance Imaging to Investigate the Palettes and the Techniques of Painters

Published on: June 18, 2021

2.8K

関連する実験動画

Last Updated: Jan 7, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

990
Applying Hyperspectral Reflectance Imaging to Investigate the Palettes and the Techniques of Painters
07:05

Applying Hyperspectral Reflectance Imaging to Investigate the Palettes and the Techniques of Painters

Published on: June 18, 2021

2.8K

科学分野:

  • リモートセンシング
  • コンピュータビジョン
  • 信号処理

背景:

  • ハイパースペクトルターゲット検出は、高次元性、背景の変動性、およびクラスの不均衡などの課題に直面しています。
  • 既存の方法では、グローバルコンテキストとローカルディテールの効果的な統合に苦労しています。

研究 の 目的:

  • 堅牢なハイパースペクトルターゲット検出のための新しいフレームワーク、自己およびクロスアテンション特徴量融合（SCAFF）を提案すること。
  • スペクトル次元性、背景の変動性、およびクラスの不均衡の課題に対処すること。

主な方法:

  • アテンション駆動ブランチ（パッチ内およびパッチ間依存関係用）と畳み込みブランチ（ローカルパターン用）を統合したパッチベースのフレームワーク。
  • 潜在的なターゲット領域に焦点を当て、クラスの不均衡を軽減するために、自己アテンションとクロスアテンションの併用。
  • 後処理における検出マップの空間的整合性を洗練するための強化されたガイドフィルター。

主要な成果:

  • SCAFFは、4つのベンチマークデータセット全体で優れた精度と安定性を示しました。
  • 最先端の方法と比較して最大15%のパフォーマンス向上が達成されました。
  • 実用的なアプリケーションにおける提案手法の有効性と堅牢性が検証されました。

結論:

  • SCAFFは、グローバルコンテキストモデリングと細粒度のローカル表現を効果的にバランスさせます。
  • アテンションメカニズムは適応的に焦点をガイドし、識別力を高め、クラスの不均衡を軽減します。
  • 提案手法は、困難なハイパースペクトルターゲット検出タスクに堅牢なソリューションを提供します。