| 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 | 2019-03-17 15:00 深層ニューラルネットワークのドメイン適応による未知環境下での異常打音検出 ○江渕文人（筑波大/産総研）・長谷川隆徳（早大/産総研）・岩田昌也・河西勇二（産総研）・村川正宏（産総研/筑波大）  BioX2018-43 PRMU2018-147 |
|
| 抄録 | （和） | 本稿では, 深層ニューラルネットワークのドメイン適応による未知環境下での異常打音検出手法を提案する. 本手法では, 正常/異常の識別に寄与する本質的な特徴表現を獲得するため, 適応元のドメインで取得された打音の正常/異常を構築する一方で, 同時に適応先のドメインの違いを識別できないような学習を行う. これにより, 適応先の教師ラベルを使わずに高い精度で未知環境下での異常打音を検出することができる. 有効性検証のため, 3つの異なる材質の供試体打音を用いて提案手法の評価実験を行った. 結果として, 適応先ドメインでの認識率が, ドメイン適応を行わない場合と比較して, 認識率が平均で約27%向上した. |
| （英） | In this paper, we propose anomaly detection in hammering echoes using a domain-adapted deep neural network for an unknown environment. In this method, in order to acquire essential feature expression contributing to discrimination between normality and anomaly, while constructing a label classifier for hammering echoes acquired in the source domain, it trains a domain classifier so that it can not distinguish domains at the same time. This makes it possible to realize high precision discrimination without the training labels in the adaptation target domain. In order to verify the effectiveness, we evaluate the proposed method by using hammering echoes obtained from three different test concrete blocks. As a result, our proposed method improved the recognition rate by about 27% on average as compared to the conventional method. | |
| キーワード | （和） | 打音検査 / ドメイン適応 / 深層学習 / / / / / |
| （英） | Hammering inspection / Domain adaptation / Deep learning / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 513, PRMU2018-147, pp. 85-89, 2019年3月. | |
| 資料番号 | PRMU2018-147 | |
| 発行日 | 2019-03-10 (BioX, PRMU) | |
| 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 | BioX2018-43 PRMU2018-147 |
|
| 研究会情報 | |
| 研究会 | PRMU BioX |
| 開催期間 | 2019-03-17 - 2019-03-18 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | |
| テーマ（和） | 社会と産業における安全・安心を支える認識・認証技術 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2019-03-PRMU-BioX |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層ニューラルネットワークのドメイン適応による未知環境下での異常打音検出 |
| サブタイトル（和） | |
| タイトル（英） | Anomaly detection in hammering echoes using a domain-adapted DNN for unknown environment |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 打音検査 / Hammering inspection |
| キーワード(2)（和/英） | ドメイン適応 / Domain adaptation |
| キーワード(3)（和/英） | 深層学習 / Deep learning |
| 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） | 江渕 文人 / Fumito Ebuchi / エブチ フミト |
| 第1著者 所属（和/英） | 筑波大学/産業技術総合研究所 (略称： 筑波大/産総研) Tsukuba University/National Institute of Advanced Industrial Science and Technology (略称： Tsukuba Univ./AIST) |
| 第2著者 氏名（和/英/ヨミ） | 長谷川 隆徳 / Takanori Hasegawa / ハセガワ タカノリ |
| 第2著者 所属（和/英） | 早稲田大学/産業技術総合研究所 (略称： 早大/産総研) Waseda University/National Institute of Advanced Industrial Science and Technology (略称： Waseda Univ./AIST) |
| 第3著者 氏名（和/英/ヨミ） | 岩田 昌也 / Masaya Iwata / イワタ マサヤ |
| 第3著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第4著者 氏名（和/英/ヨミ） | 河西 勇二 / Yuji Kasai / カサイ ユウジ |
| 第4著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第5著者 氏名（和/英/ヨミ） | 村川 正宏 / Masahiro Murakawa / ムラカワ マサヒロ |
| 第5著者 所属（和/英） | 産業技術総合研究所/筑波大学 (略称： 産総研/筑波大) National Institute of Advanced Industrial Science and Technology/Tsukuba University (略称： AIST/Tsukuba Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-17 15:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | BioX2018-43, PRMU2018-147 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.512(BioX), no.513(PRMU) |
| ページ範囲 | pp.85-89 |
| ページ数 | 5 |
| 発行日 | 2019-03-10 (BioX, PRMU) |
[研究会発表申込システムのトップページに戻る]