{"product_id":"ieej-zt20213-177","title":"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－","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\u003e3-177\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\u003eGas Source Localization in Outdoors Using Deep Learning: Reducing Effect of Environmental Changes\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e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）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eAkifumi Yamamoto (Tokyo University of Agriculture and Technology),Haruka Matsukura (Osaka University),Hiroshi Ishida (Tokyo University of Agriculture and Technology)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eガス源探索|深層学習|ガスセンサ|gas source localization|deep learning|gas sensor\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e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\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\u003e335 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":46401991475439,"sku":"IEEJ-ZT20213-177-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_f6784da9-8f43-4db3-99bf-66b2f458fb58.png?v=1744966702","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt20213-177","provider":"電気学会 電子図書館","version":"1.0","type":"link"}