{"product_id":"ieej-zt20213-087","title":"大規模官能検査データを用いた深層オートエンコーダにおける復元精度の検討","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\u003e3-087\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】令和3年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2021\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eStudy of Reconstructed Accuracy in Deep Autoencoder using Large-Scale Sensory Test\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e伊藤慶祐（東京工業大学）,中本高道（東京工業大学）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eKeisuke Ito (Tokyo Institute of Technology),Takamichi Nakamoto (Tokyo Institute of Technology)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e深層学習|オートエンコーダ|官能検査試験|匂い|機械学習|Deep Learning|Autoencoder|Sensory Data|Odor|Machine Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e人間が近くした匂いの印象を記述子を用いて定量化を行う試験は、信頼性の高いデータの獲得にコストが掛かる。そのため、嗅覚分野における研究では1985年に報告された官能評価試験結果が多く用いられている。しかし、この評価試験結果は記述子数が多くデータの信頼性は高いが、データ数は少ない。近年の機械学習の影響により、学習データの増加は嗅覚分野の研究への発展の助けになると考える。そこで、本研究では機械学習を用いて、嗅覚分野での官能検査データの大規模化による影響を検討するべく、規模の大きなDREAM データセットを用いて\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\u003e421 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 \/ 1","offer_id":46401979842799,"sku":"IEEJ-ZT20213-087-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_5fdcca2e-80ac-49c1-81eb-af8b26d19e2d.png?v=1744965893","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt20213-087","provider":"電気学会 電子図書館","version":"1.0","type":"link"}