深層学習を用いた屋外環境におけるガス源探索－環境変化の影響の低減－

カテゴリ: 全国大会

論文No: 3-177

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Gas Source Localization in Outdoors Using Deep Learning: Reducing Effect of Environmental Changes

著者名: 山本晃史（東京農工大学）,松倉悠（大阪大学）,石田寛（東京農工大学）

著者名(英語): Akifumi Yamamoto (Tokyo University of Agriculture and Technology),Haruka Matsukura (Osaka University),Hiroshi Ishida (Tokyo University of Agriculture and Technology)

キーワード: ガス源探索|深層学習|ガスセンサ|gas source localization|deep learning|gas sensor

要約(日本語): 気中のガスをセンシングし，その発生源位置を特定するシステムの開発が行われている。筆者らはこれまでに，深層学習ニューラルネットを用いたガス源位置推定手法を提案し，2ヶ月程度の期間で取得したデータを用いて8割以上の精度でガス源位置の特定に成功した。しかし，データの取得がより長期間にわたると，ガス源位置の推定精度は17%に低下した。そこで，取得したデータに前処理を施し，環境変化の影響を低減することを試みた。今回は，バウト検出と標準化をそれぞれ適用したデータを用いた。その結果，ガス源位置の特定精度は，前者では改善

原稿種別: 日本語

PDFファイルサイズ: 335 Kバイト