境界識別とは何ですか？
Boundary Identification 境界識別 - Boundary identification of left ventricle (LV) in 2D echo, i. [1] Our method shows improved object recall and boundary identification over state-of-the-art RGB-D segmentation methods. [2] The proposed methodology includes five stages: 1) Boundary identification of a business ecosystem; 2) Identification of actors and their roles in the business ecosystem; 3) Identification of actors’ value propositions; 4) Identification of interaction between actors; 5) Verification of business ecosystem architecture design. [3] If the interference effect is not considered for well test interpretation, it could lead to wrong analyses especially in boundary identification. [4] Despite the fact that the legal requirements for the protection of the mangroves stands at the Egyptian Red Sea coast are present, the lack of the demarcation and the boundary identification of these stands make mangrove a target for misuse. [5] , boundary identification of cancer or pre-cancerous lesions, can benefit both diagnosis and interventions. [6] At the end, we experimentally verify our choice in intensity quantization and boundary identification against several other algorithms while applying the framework to locate gumline and alveolar line in vivo data successfully. [7] However, boundary identification is still prone to errors limiting accuracy in certain patients. [8] Consequently, boundary identification of the geological domains is essential for an accurate estimate of resources. [9]2Dエコーでの左心室（LV）の境界識別、i。 [1] 私たちの方法は、最先端のRGB-Dセグメンテーション方法よりも改善されたオブジェクトの想起と境界の識別を示しています。 [2] 提案された方法論には、次の5つの段階が含まれます。1）ビジネスエコシステムの境界の特定。 2）ビジネスエコシステムにおけるアクターとその役割の特定。 3）アクターの価値提案の特定。 4）アクター間の相互作用の識別。 5）ビジネスエコシステムアーキテクチャ設計の検証。 [3] 干渉効果が十分なテスト解釈のために考慮されていない場合、特に境界の識別において誤った分析につながる可能性があります。 [4] エジプトの紅海沿岸にマングローブ林分を保護するための法的要件が存在するという事実にもかかわらず、これらの林分の境界と境界の識別の欠如は、マングローブを誤用の標的にします。 [5] 、癌または前癌病変の境界識別は、診断と介入の両方に役立つ可能性があります。 [6] 最後に、強度の量子化と境界識別の選択を他のいくつかのアルゴリズムに対して実験的に検証し、フレームワークを適用して生体内データの歯肉線と歯槽線を正常に特定します。 [7] ただし、境界の識別は、特定の患者の精度を制限するエラーが依然として発生しやすいです。 [8] その結果、地質ドメインの境界識別は、リソースの正確な推定に不可欠です。 [9]
Luman Boundary Identification
In this paper, a novel method for lumen boundary identification is proposed using Neutrosophic c_means. [1] CONCLUSIONS The spatial resolution of cCTA or calcification does not practically limit the accuracy of lumen boundary identification by cCTA or FFRCT calculations for MLD ≥1. [2]この論文では、Neutrosophic c_means を使用して、管腔境界を識別するための新しい方法を提案します。 [1] 結論 cCTA または石灰化の空間分解能は、MLD ≥1 の cCTA または FFRCT 計算による管腔境界識別の精度を実質的に制限しません。 [2]
Flood Boundary Identification
0 features a new flood boundary identification scheme which accounts for the lack of confinement of coastal flood domains at the shoreline. [1] 0 features a new flood boundary identification scheme which accounts for the lack of confinement of coastal flood domains at the shoreline. [2]0 は新しい洪水境界識別スキームを備えています これは、沿岸の洪水領域の閉じ込めの欠如を説明しています 海岸線。 [1] 0 は、海岸線での沿岸洪水ドメインの閉じ込めの欠如を説明する新しい洪水境界識別スキームを特徴としています。 [2]
Object Boundary Identification
Comparison results with traditional classification methods (such as Object-oriented CART (Classification and Regression Tree) and Object-oriented SVM (Support Vector Machine)) indicated the proposed method performed better for object boundary identification. [1] Its overall process is similar to existing model-free pose estimation algorithms in that it requires edge detection, object boundary identification, edge vector determination to form an orthogonal triad for attitude estimation, and object area and centroid calculation for position estimation with respect to the sensor. [2]従来の分類方法 (オブジェクト指向 CART (分類および回帰ツリー) やオブジェクト指向 SVM (サポート ベクター マシン) など) との比較結果は、提案された方法がオブジェクト境界識別に対してより優れたパフォーマンスを発揮することを示しました。 [1] その全体的なプロセスは、エッジ検出、オブジェクト境界識別、姿勢推定のための直交トライアドを形成するためのエッジ ベクトル決定、およびセンサーに対する位置推定のためのオブジェクト領域と重心の計算を必要とするという点で、既存のモデルフリー姿勢推定アルゴリズムと似ています。 . [2]
Phase Boundary Identification
This paper reports a novel method for robust phase separation and phase boundary identification applicable to particle images acquired via PIV. [1] Single-phase flow permeability, in situ contact angle measurements and mineral-to-pore total surface area are the most sensitive properties, as a result of the sensitivity to processing of the phase boundary identification task. [2]この論文は、PIVを介して取得された粒子画像に適用可能なロバストな相分離と相境界同定のための新しい方法を報告します。 [1] 相境界識別タスクの処理に対する感度の結果として、単相フロー透過性、その場での接触角測定、および鉱物から細孔までの総表面積が最も敏感な特性です。 [2]
boundary identification method 境界識別方法
The gas–liquid mass transfer was investigated in a gas–liquid-solid three-phase moving bed based on the dissolved oxygen method, and a semi-quantitative gas–liquid boundary identification method was developed to measure the gas–liquid interfacial area. [1] In order to a ready-made sea on the garbage recycling equipment automation, intelligent recognition for all white plastic and in identifying regional planning the path of the recycling of recycling equipment, aiming at different times during the day under the sea lighting situation, puts forward a visual processing and multi-step sea boundary identification method. [2] 1D soil stratification is achieved through a proposed soil classification model combined with a proposed soil layer boundary identification method, which achieves a correct soil profile length identification rate of 93%. [3] In order to improve the work reliability of the subreflector parallel adjusting mechanism, a fault-tolerant strategy based on the redundant degree-of-freedom and a workspace boundary identification method are proposed in this paper, which can realize the proper function of the subreflector parallel adjusting mechanism when it has a driven fault. [4] A boundary identification method is developed to define the feasible ranges of flood peaks and volumes suitable for combination. [5]溶存酸素法に基づく気液固三相移動床における気液物質移動を調査し、気液界面面積を測定するために半定量的気液境界同定法を開発した。 [1] ごみリサイクル機器の自動化で既成の海を作るために、すべての白いプラスチックをインテリジェントに認識し、海の照明の状況下で日中のさまざまな時間を目指して、リサイクル機器のリサイクルの経路を地域計画で特定することを提案します視覚的処理と多段階の海の境界の識別方法。 [2] 1D土壌成層は、提案された土壌分類モデルと提案された土壌層境界識別方法を組み合わせることによって実現されます。これにより、93％の正しい土壌プロファイル長識別率が達成されます。 [3] 副反射鏡平行調整機構の作業信頼性を改善するために,冗長自由度に基づくフォールトトレラント戦略とワークスペース境界識別法を本論文で提案し,副反射鏡平行の適切な機能を実現することができる。駆動障害がある場合の調整メカニズム。 [4] 組み合わせに適した洪水のピークと量の実現可能な範囲を定義するために、境界識別法が開発されています。 [5]
boundary identification problem
In this article, we study a novel computational technique for the efficient numerical solution of the inverse boundary identification problem with uncertain data in two dimensions. [1] In this article, a novel meshless boundary function method (BFM) is proposed for solving the boundary identification problem of steady-state nonlinear heat conduction in arbitrary plane domain. [2]この記事では、2次元の不確実なデータを使用した逆境界同定問題の効率的な数値解法のための新しい計算手法を研究します。 [1] この記事では、任意の平面領域における定常状態の非線形熱伝導の境界識別問題を解くために、新しいメッシュレス境界関数法 (BFM) を提案します。 [2]
boundary identification accuracy
10% boundary identification accuracy. [1] 10% boundary identification accuracy. [2]10% の境界識別精度。 [1] 10% の境界識別精度。 [2]
boundary identification scheme
0 features a new flood boundary identification scheme which accounts for the lack of confinement of coastal flood domains at the shoreline. [1] 0 features a new flood boundary identification scheme which accounts for the lack of confinement of coastal flood domains at the shoreline. [2]0 は新しい洪水境界識別スキームを備えています これは、沿岸の洪水領域の閉じ込めの欠如を説明しています 海岸線。 [1] 0 は、海岸線での沿岸洪水ドメインの閉じ込めの欠如を説明する新しい洪水境界識別スキームを特徴としています。 [2]
boundary identification approach
This study describes field boundary identification approach using Convolutional Neural Network (CNN) on high resolution satellite observations. [1] In the present study, we have used a Walsh low pass filter and bed boundary detection algorithm to develop an automated bed boundary identification approach. [2]この研究では、高解像度衛星観測で畳み込みニューラルネットワーク（CNN）を使用したフィールド境界識別アプローチについて説明します。 [1] 本研究では、Walsh ローパス フィルターとベッド境界検出アルゴリズムを使用して、自動ベッド境界識別アプローチを開発しました。 [2]