偏りのある事例に対する匂い検知アルゴリズム

カテゴリ: 部門大会

論文No: OS11-4

グループ名: 【C】平成26年電気学会電子・情報・システム部門大会講演論文集

発行日: 2014/09/03

タイトル(英語): Algorithms to Detect Odors from Imbalanced Data

著者名: 小川 恵志郎(大阪府立大学),吉岡 理文(大阪府立大学),柳本 豪一(大阪府立大学),井上 勝文(大阪府立大学)

著者名(英語): Keishiro Ogawa(Osaka Prefecture University),Michifumi Yoshioka(Osaka Prefecture University),Hedekazu Yanagimoto(Osaka Prefecture University),Katsufumi Inoue(Osaka Prefecture University)

キーワード: 匂い|機械学習|サポートベクターマシン|不均衡データ|odor|machine learning|support vector machine|imbalanced data

要約(日本語): 近年,パターン認識技術の発展に伴い,匂いを定量化するセンサが急速に発達してきている.匂いの評価は,今もヒトやイヌなどの主観的な官能評価に頼り,曖昧な評価となっている.そこで,匂いの定量化は客観的な指標に利用でき,食品分野での品質管理や新商品の開発,医療分野での衛生状態の管理など,様々な分野での活躍が期待されている.そのためには,特定の匂いを検出する必要があるため,匂い検知装置の開発を目指し検討を行った.中でも,水晶振動子質量センサは,その構造がヒトの嗅覚システムに類似しており,水晶の圧電効果を利用するため,安価かつ電気回路との相性も良く,容易にハンディな匂い検知装置を製造することができる.しかし,匂い検知は未発達な分野であり,測定データの取得が難しく十分なデータを用意することが困難である.そのため,特にサンプル数などデータに偏りがある事例における匂い検知アルゴリズムの検討を行った.

PDFファイルサイズ: 410 Kバイト