講演抄録/キーワード |
講演名 |
2019-09-23 13:45
k-means法を用いたデータセット構築と畳み込みニューラルネットワークによるその学習精度の評価 ○宮田優一・上手洋子・西尾芳文(徳島大) NLP2019-43 |
抄録 |
(和) |
近年、ドローンに搭載されたカメラによって空撮が以前より簡単になった。また、畳み込みニューラルネットワーク(CNN) はディープラーニングの一つで、画像認識によく使われるネットワークである。このCNN の発展により、ドローンは農業など、様々な分野への応用に向けた研究が進められている。ドローンに搭載したカメラのバッテリーやメモリは限りがあり、集められたデータを有効に使用することが重要である。本研究では、集めた画像データからより有効なデータセットを作るためにクラスタリングを用いた。今回は特に、k-means 法を用いて画像を2 クラスタに分類した。このクラスタを用いて様々なデータセットを構築した。このデータセットをCNN に学習させ、クラスタリングする前と後のデータセットで学習精度や計算コストの違いを検討する。 |
(英) |
In recent years, aerial photography became easier than before by using the camera loaded in the drone. Also, convolutional neural network (CNN) is one of deep learning and is a network often used for image recognition. With the development of CNN, drones are being researched for applications in various fields such as agriculture. However, the drone camera’s battery and memory are limited. It is important to use the collected data effectively. In this study, we used clustering to make more efficient data sets from the collected image data. This time, we used k-means method to classify the image into two clusters and constructed data sets. This data set is trained using CNN. We examine differences in learning accuracy and computational cost on the data set before and after clustering. We compare the differences in learning accuracy and computational cost with the data set before and after clustering. |
キーワード |
(和) |
ニューラルネットワーク / 画像分類 / クラスタリング / / / / / |
(英) |
Neural Networks / Image Classification / Clustering / / / / / |
文献情報 |
信学技報, vol. 119, no. 209, NLP2019-43, pp. 41-44, 2019年9月. |
資料番号 |
NLP2019-43 |
発行日 |
2019-09-16 (NLP) |
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 |
NLP2019-43 |
研究会情報 |
研究会 |
NLP |
開催期間 |
2019-09-23 - 2019-09-24 |
開催地(和) |
高知県立大学 永国寺キャンパス |
開催地(英) |
Eikokuji Campus, University of Kochi |
テーマ(和) |
一般 |
テーマ(英) |
etc. |
講演論文情報の詳細 |
申込み研究会 |
NLP |
会議コード |
2019-09-NLP |
本文の言語 |
日本語 |
タイトル(和) |
k-means法を用いたデータセット構築と畳み込みニューラルネットワークによるその学習精度の評価 |
サブタイトル(和) |
|
タイトル(英) |
Building Datasets Using k-means Clustering and its Evaluation of Training Accuracy by Convolutional Neural Networks |
サブタイトル(英) |
|
キーワード(1)(和/英) |
ニューラルネットワーク / Neural Networks |
キーワード(2)(和/英) |
画像分類 / Image Classification |
キーワード(3)(和/英) |
クラスタリング / Clustering |
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) |
宮田 優一 / Yuichi Miyata / ミヤタ ユウイチ |
第1著者 所属(和/英) |
徳島大学 (略称: 徳島大)
Tokushima University (略称: Tokushima Univ.) |
第2著者 氏名(和/英/ヨミ) |
上手 洋子 / Yoko Uwate / ウワテ ヨウコ |
第2著者 所属(和/英) |
徳島大学 (略称: 徳島大)
Tokushima University (略称: Tokushima Univ.) |
第3著者 氏名(和/英/ヨミ) |
西尾 芳文 / Yoshifumi Nishio / ニシオ ヨシフミ |
第3著者 所属(和/英) |
徳島大学 (略称: 徳島大)
Tokushima University (略称: Tokushima Univ.) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-09-23 13:45:00 |
発表時間 |
25分 |
申込先研究会 |
NLP |
資料番号 |
NLP2019-43 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.209 |
ページ範囲 |
pp.41-44 |
ページ数 |
4 |
発行日 |
2019-09-16 (NLP) |