ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内【1種研のみ】
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 2022-03-04 14:05
多様な製造現場環境に対応する電磁ノイズの機械学習による分類のための特徴量の抽出
○宮本進生・大西綾乃・武内良男(ATR)・前山利幸(ATR/拓殖大)・長谷川晃朗・横山浩之(ATR) SR2021-118
抄録 (和) 製造現場等で計測した時系列のスペクトラムデータから電磁ノイズを抽出する場合,周波数ピークが明確で継続時間が長い電磁波のパターンは把握が容易であるのに対し,発生頻度が少なく発生時間も短い電磁波のパターンは判別が難しく見落としやすい.長時間の時系列データからこのようなパターンを効率的に抽出するために機械学習の分類を用いるが,周辺のノイズを発生する機器の動作状況が変化したり,計測機器のダイナミックレンジの設定が異なったりする場合に,トレーニング時の条件との違いが分類精度に影響を及ぼす.本稿では,多様な製造現場環境においても分類精度を維持する手法について検証したので,これを報告する. 
(英) We extract electromagnetic noise from time-series spectrum data measured at the manufacturing site. In this case, it is easy to grasp the pattern of the electromagnetic wave having a clear frequency peak and a long duration. On the other hand, electromagnetic wave patterns that occur infrequently and have a short generation time are difficult to distinguish and are often overlooked. Machine learning classifications are used to efficiently extract such patterns from long-term time series data. However, if the operating conditions of the device that generate noise around the measuring instrument change, or if the dynamic range setting of the measuring instrument is different, the difference from the learning conditions will affect the classification accuracy. In this paper, we verify and report how to maintain classification accuracy in various manufacturing site environments.
キーワード (和) 工場無線 / 電磁ノイズ / 機械学習 / 特徴量解析 / / / /  
(英) Factory Wireless Communication / Electromagnetic Noise / Machine Learning / Feature Analysis / / / /  
文献情報 信学技報, vol. 121, no. 392, SR2021-118, pp. 139-145, 2022年3月.
資料番号 SR2021-118 
発行日 2022-02-23 (SR) 
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 SR2021-118

研究会情報
研究会 RCS SR SRW  
開催期間 2022-03-02 - 2022-03-04 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 移動通信ワークショップ 
テーマ(英) Mobile Communication Workshop 
講演論文情報の詳細
申込み研究会 SR 
会議コード 2022-03-RCS-SR-SRW 
本文の言語 日本語 
タイトル(和) 多様な製造現場環境に対応する電磁ノイズの機械学習による分類のための特徴量の抽出 
サブタイトル(和)  
タイトル(英) Extraction of Features for Classification by Machine Learning of Electromagnetic Noise Corresponding to Various Manufacturing Field Environments 
サブタイトル(英)  
キーワード(1)(和/英) 工場無線 / Factory Wireless Communication  
キーワード(2)(和/英) 電磁ノイズ / Electromagnetic Noise  
キーワード(3)(和/英) 機械学習 / Machine Learning  
キーワード(4)(和/英) 特徴量解析 / Feature Analysis  
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) 宮本 進生 / Michio Miyamoto / ミヤモト ミチオ
第1著者 所属(和/英) 株式会社国際電気通信基礎技術研究所 (略称: ATR)
Advanced Telecommunications Research Institute International (略称: ATR)
第2著者 氏名(和/英/ヨミ) 大西 綾乃 / Ayano Ohnishi / オオニシ アヤノ
第2著者 所属(和/英) 株式会社国際電気通信基礎技術研究所 (略称: ATR)
Advanced Telecommunications Research Institute International (略称: ATR)
第3著者 氏名(和/英/ヨミ) 武内 良男 / Yoshio Takeuchi / タケウチ ヨシオ
第3著者 所属(和/英) 株式会社国際電気通信基礎技術研究所 (略称: ATR)
Advanced Telecommunications Research Institute International (略称: ATR)
第4著者 氏名(和/英/ヨミ) 前山 利幸 / Toshiyuki Maeyama / マエヤマ トシユキ
第4著者 所属(和/英) 株式会社国際電気通信基礎技術研究所/拓殖大学 (略称: ATR/拓殖大)
Advanced Telecommunications Research Institute International/Takushoku University (略称: ATR/Takushoku Univ.)
第5著者 氏名(和/英/ヨミ) 長谷川 晃朗 / Akio Hasegawa / ハセガワ アキオ
第5著者 所属(和/英) 株式会社国際電気通信基礎技術研究所 (略称: ATR)
Advanced Telecommunications Research Institute International (略称: ATR)
第6著者 氏名(和/英/ヨミ) 横山 浩之 / Hiroyuki Yokoyama / ヨコヤマ ヒロユキ
第6著者 所属(和/英) 株式会社国際電気通信基礎技術研究所 (略称: ATR)
Advanced Telecommunications Research Institute International (略称: ATR)
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: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2022-03-04 14:05:00 
発表時間 25分 
申込先研究会 SR 
資料番号 SR2021-118 
巻番号(vol) vol.121 
号番号(no) no.392 
ページ範囲 pp.139-145 
ページ数 7 
発行日 2022-02-23 (SR) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]

(日本語ページの行間係数: 1)

IEICE / 電子情報通信学会