ガラス基板の非接触電気検査における機械学習を用いた高速欠陥検出アルゴリズム

カテゴリ: 研究会(論文単位)

論文No: IS19042

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2019/05/28

タイトル(英語): A fast defect detection algorithm using machine learning in non-contact electric inspection of glass substrates

著者名: 太田 和希(神奈川大学),片桐 英樹(神奈川大学)

著者名(英語): Kazuki Ota(Kanagawa University),Hideki Katagiri(Kanagawa University)

キーワード: 欠陥検出|機械学習|ガラス基板|時系列データ|非接触検査|周波数領域特徴量|defect detection|machine learning|glass substrates|time-series data|non-contact inspection|frequency-domain feature

要約(日本語): 本研究では，ガラス基板の非接触電気検査において，機械学習を用いることによりガラス基板の欠陥を高速に検出するアルゴリズムを提案する．検査において得られた電圧の時系列データに対して，欠陥とノイズを区別するための時間領域および周波数領域に関する特徴量を考える．現場の実データを用いて，代表的な機械学習アルゴリズムに適用した場合の比較実験を行い，提案手法の有用性について考察する．

要約(英語): This study proposes a fast defect detection algorithm using machine learning in non-contact electric inspection of glass substrates. Not only time-domain features but also frequency-domain features are considered to distinguish defects with noise in time-series voltage data. Numerical experiments are conducted using actual data to show the effectiveness of the proposed method.

原稿種別: 日本語

PDFファイルサイズ: 1,437 Kバイト