CNNを用いたコーヒー生豆の良否判定における2値化および3値化の有効性の検証

カテゴリ：部門大会

論文No：PS6-8

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Effectiveness of Binarization and Ternarization in Green Coffee Bean Quality Assessment Using CNN

著者名：橋本 恭輔（米子工業高等専門学校）,山名 有希人（米子工業高等専門学校）,木下 大（米子工業高等専門学校）,内田 雅人（米子工業高等専門学校）

著者名(英語)： Kyosuke Hashimoto (National Institute of Technology, Yonago College),Yukito Yamana (National Institute of Technology, Yonago College),Dai Kinoshita (National Institute of Technology, Yonago College),Masato Uchida (National Institute of Technology, Yonago College)

キーワード：コーヒー豆,機械学習,ニューラルネットワーク,畳み込みニューラルネットワーク,Binarized Neural NetworksTernary Weight Networks,Coffee Beans,Machine Learning,Neural Network,Convolutional Neural Network,Binarized Neural NetworksTernary Weight Networks

要約(日本語)：近年，スペシャルティコーヒーの需要拡大に伴い，生産・流通過程における欠点豆の選別が課題になっている。従来の手作業による選別は人的コストと時間を要するため，機械学習を用いた自動判別システムの実用化が期待される。本研究では，計算コスト削減と実用性の両立を目的として，Binarized Neural Networkによる重みと活性値の2値化，およびTernary Weight Networksによる重みの3値化を適用した。これらの手法を組み合わせることで，欠点豆の判定精度に与える影響を分析し，精度と計算効率の観点から有効性を検証した。実験結果から，これらの手法はモデルの軽量化を図りつつ十分な判別精度を維持できる有効な手法であると言える。

本誌掲載ページ：1644-1646p

原稿種別：日本語

PDFファイルサイズ：267Kバイト