| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-12-06 11:20 Sparse Robust Deep Autoencoderを用いて学習した心電図の外れ値検出器のハードウェア実装について ○曽我尚人・佐藤真平・中原啓貴（東工大）  RECONF2018-42 |
|
| 抄録 | （和） | 現在の心電図の外れ値検出はルールベースであり偽陽性が多く，新たな検出方法の検討が必要とされて いる.外れ値検出として，ニューラルネットワークをベースとした autoencoder が知られている.本研究では，教師 データ無しで学習できる Robust Deep Autoencoder を用いて外れ値検出器の学習を行った.その際にスパース化を 行い，重みパラメータの削減を行った.スパース化の結果，F1 スコアの減少を約 0.84% に抑えつつ，重みパラメー タを約 95% を削減した.また本研究では，学習済みの autoencoder を FPGA 上に実装した.重みパラメータの bit 幅や格納方法を調整することにより，重みパラメータのデータ容量をスパース化前と比較して約 95.6% 削減した. |
| （英） | Current ECG outlier detection is rule-based, there are many false positives, and it is necessary to study a new outlier detection method. As a method of detecting an outlier, autoencoder which is one of the models of a neural network is known. In this research, we trained autoencoder using Robust Deep Autoencoder (RDA) which can train an autoencoder without training data. We made the weighting parameters sparse and we reduced the weighting parameters. As a result, about 95% of the weighting parameters were reduced while keeping the F1 score down to about 0.84%. In this research, we also implemented the autoencoder trained by RDA on the FPGA. By adjusting the bit width and the way of storing the weighting parameters, it was possible to reduce the capacity of the weighting parameters by about 95.6% compared to before applying a sparse network to autoencoder. | |
| キーワード | （和） | 外れ値検出 / autoencoder / スパース化 / FPGA / / / / |
| （英） | outlier detection / autoencoder / a sparse network / FPGA / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 340, RECONF2018-42, pp. 45-50, 2018年12月. | |
| 資料番号 | RECONF2018-42 | |
| 発行日 | 2018-11-28 (RECONF) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RECONF2018-42 |
|
| 研究会情報 | |
| 研究会 | VLD DC CPSY RECONF CPM ICD IE IPSJ-SLDM |
| 開催期間 | 2018-12-05 - 2018-12-07 |
| 開催地（和） | サテライトキャンパスひろしま |
| 開催地（英） | Satellite Campus Hiroshima |
| テーマ（和） | デザインガイア2018 -VLSI設計の新しい大地- |
| テーマ（英） | Design Gaia 2018 -New Field of VLSI Design- |
| 講演論文情報の詳細 | |
| 申込み研究会 | RECONF |
| 会議コード | 2018-12-VLD-DC-CPSY-RECONF-CPM-ICD-IE-SLDM-EMB-ARC |
| 本文の言語 | 日本語 |
| タイトル（和） | Sparse Robust Deep Autoencoderを用いて学習した心電図の外れ値検出器のハードウェア実装について |
| サブタイトル（和） | |
| タイトル（英） | Hardware implementation of ECG signals outlier detector trained by Sparse Robust Deep Autoencoder |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 外れ値検出 / outlier detection |
| キーワード(2)（和/英） | autoencoder / autoencoder |
| キーワード(3)（和/英） | スパース化 / a sparse network |
| キーワード(4)（和/英） | FPGA / FPGA |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 曽我 尚人 / Naoto Soga / ソガ ナオト |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Titech) |
| 第2著者 氏名（和/英/ヨミ） | 佐藤 真平 / Shimpei Sato / サトウ シンペイ |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Titech) |
| 第3著者 氏名（和/英/ヨミ） | 中原 啓貴 / Hiroki Nakahara / ナカハラ ヒロキ |
| 第3著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Titech) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-12-06 11:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RECONF |
| 資料番号 | RECONF2018-42 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.340 |
| ページ範囲 | pp.45-50 |
| ページ数 | 6 |
| 発行日 | 2018-11-28 (RECONF) |
[研究会発表申込システムのトップページに戻る]