| 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 | 2019-03-06 14:30 補色で再構成するAutoencoder ○鈴木章央・田向 権（九工大）  SIS2018-41 |
|
| 抄録 | （和） | 入力画像を補色で再構成するように，Autoencoder（AE）を学習させる．また，このAEを用いて異常検知を行う．正常データは色相をそのまま再構成し，異常データは補色で再構成，すなわち色相を反転するように再構成させる．こうして，正常データは再構成誤差を小さく，異常データの再構成誤差は最大化することで，高性能な異常検知器の作成を目指す．本稿では，CIFAR-10データセットを使って，再構成実験と異常検知器としての性能評価実験を行う．また，ここでは，提案学習法で訓練されたAEが，色情報をもとに特徴づけているのかを確認するために，RGB画像ではなくHSV色空間へと変換した画像を用いる．さらに，AEが獲得した特徴を確認するために，中間層の値を可視化した． |
| （英） | This study proposes a novel training method for autoencoders (AEs) that gives the AEs complementary color images as target data. Using the proposed method, AEs are trained to reconstruct complementary color images from input images. The trained AEs are applied to anomaly detection. In this case, correct data is correctly reconstructed, and anomalous data is complementary color reconstructed, by the trained AEs. Therefore, the AEs are available for anomaly detection using reconstruction error to distinguish between correct data and anomalous data. This paper employs HSV image instead of RGB image and reports anomaly detection with CIFAR-10 dataset using an AE trained by the proposed method. In addition, features which the AE obtain via proposed method were confirmed by visualizing value of a hidden layer of the AE. | |
| キーワード | （和） | 深層学習 / 自己符号化器 / 異常検知 / / / / / |
| （英） | Deep Learning / Autoencoders / Anomaly Detection / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 473, SIS2018-41, pp. 23-28, 2019年3月. | |
| 資料番号 | SIS2018-41 | |
| 発行日 | 2019-02-27 (SIS) | |
| ISSN | Print edition: ISSN 0913-5685 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 | SIS2018-41 |
|
| 研究会情報 | |
| 研究会 | SIS |
| 開催期間 | 2019-03-06 - 2019-03-07 |
| 開催地（和） | 東京理科大学葛飾キャンパス |
| 開催地（英） | Tokyo Univ. Science, Katsushika Campus |
| テーマ（和） | ソフトコンピューティング,一般 |
| テーマ（英） | Soft Computing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2019-03-SIS |
| 本文の言語 | 日本語 |
| タイトル（和） | 補色で再構成するAutoencoder |
| サブタイトル（和） | |
| タイトル（英） | Complementary Color Reconstruction by Autoencoders |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | 自己符号化器 / Autoencoders |
| キーワード(3)（和/英） | 異常検知 / Anomaly Detection |
| キーワード(4)（和/英） | / |
| 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） | 鈴木 章央 / Akihiro Suzuki / スズキ アキヒロ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第2著者 氏名（和/英/ヨミ） | 田向 権 / Hakaru Tamukoh / タムコウ ハカル |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-06 14:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2018-41 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.473 |
| ページ範囲 | pp.23-28 |
| ページ数 | 6 |
| 発行日 | 2019-02-27 (SIS) |
[研究会発表申込システムのトップページに戻る]