要約
本稿では、Inceptionを基盤としつつ地学分野に特化した畳み込みニューラルネットワーク（CNN）であるJigsawについて紹介する。さらに、Jigsawを基盤とするJigsawHSIを提案し、インド・パインズ、パヴィア大学、サリナスの3つのハイパーハイプスペクトル画像データセットを用いた土地被覆・土地利用（LULC）分類問題に適用した。本研究では、これらのデータセットにおいて最先端の性能を達成しているスペクトル-空間的3D-CNNと2D-CNNを組み合わせたHybridSNと比較し、JigsawHSIがすべてのケースにおいてHybridSNと同等あるいは上回る性能を発揮することを示した。また、任意のマルチモーダル入力に対応可能な、d次元空間における一般化されたJigsawアーキテクチャも提案している。さらに、Jigsawが地学分野における応用可能性が高く、実装コードおよびツールキットを公開することで、研究コミュニティへの貢献を図っている。