{"product_id":"ieej-zt195270","title":"画像認識技術およびAIによる検査処置判断の支援に関する研究","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e5-270\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成31年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2019\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eStudy on support of visual inspection using image recognition and AI\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e石田 秀一(東日本電気エンジニアリング)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eIshida Shuichi(Total Electric Management Service)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e鉄道信号,ディープラーニング,外観検査,認識率\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e近年、ビッグデータを活用したAI（ディープラーニング）によるデータ解析や画像判別等が注目されている。今後、鉄道信号においても高頻度に自動取得した画像データを検査に活用することが想定される為、設備の劣化状況等の不具合有無を画像データで判定するにあたり、ディープラーニングを活用できないかと考えた。本研究では、人の判断の精度を認識率として定量的に明らかにし、ディープラーニングがこの定量値を確保するのに有効な学習方法を明らかにすることを目的とした。その結果、学習は画像バリエーションを多くすることが有効であり、腐食と錆に伴う不具合有無の判定において、人の判断以上の判定能力を持つことが判明した。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e322 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46401775763695,"sku":"IEEJ-ZT195270-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_3105ab74-5fa1-4ac4-97fa-1776433398be.png?v=1744955422","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt195270","provider":"電気学会 電子図書館","version":"1.0","type":"link"}