| 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 | 2023-12-20 16:25 疑似異常データを用いたDSVDDによる異常検知システムの汎化能力向上 ○土尾崇太・北村拓也（富山高専）  IBISML2023-34 |
|
| 抄録 | （和） | 本論文では，生成モデルを活用した疑似異常データ生成による深層サポートベクトルデータ記述法（DSVDD）の汎化能力向上を目的とする．はじめに，正常データにマスク処理を施したマスク画像を生成し，正常データおよびマスク画像を用いて，生成モデルである敵対的生成ネットワーク（GAN），または，変分自己符号化器（VAE）の学習を行い，疑似異常データを生成し，それらのデータと正常データを用いてDSVDD を学習する．これより，異常データを考慮した学習が可能となり，汎化能力の向上が期待できる．最後に，SVDD により超球を決定し，正常・異常の分類を行う．MVTecAD データセットを用いた計算機実験により，提案手法の有効性を検証する． |
| （英） | This paper presents deep support vector data description (DSVDD) with pseudo-anomaly data that generated by generative models. Our method is to improve generalization ability. First, we generate mask images from normal images. Next, using normal and mask images, we train generative adversarial network (GAN) or variational autoencoder (VAE), which generate the pseudo-anomaly data. Using the normal and pseudo-anomaly data, we determines the hypersphere by DSVDD. We evaluate the effectiveness of the proposed methods over the conventional methods with the MVTecAD datasets. | |
| キーワード | （和） | 敵対的生成ネットワーク / 深層サポートベクトルデータ記述法 / 疑似異常データ / 変分自己符号化器 / / / / |
| （英） | generative adversarial network / deep support vector data description / pseudo-anomaly data / variational autoencoder / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 311, IBISML2023-34, pp. 25-30, 2023年12月. | |
| 資料番号 | IBISML2023-34 | |
| 発行日 | 2023-12-13 (IBISML) | |
| 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 | IBISML2023-34 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2023-12-20 - 2023-12-21 |
| 開催地（和） | 国立情報学研究所 |
| 開催地（英） | National Institute of Informatics |
| テーマ（和） | 機械学習一般 |
| テーマ（英） | machine learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2023-12-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 疑似異常データを用いたDSVDDによる異常検知システムの汎化能力向上 |
| サブタイトル（和） | |
| タイトル（英） | Anomaly detection by deep support data descriptions with pseudo-anomaly data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 敵対的生成ネットワーク / generative adversarial network |
| キーワード(2)（和/英） | 深層サポートベクトルデータ記述法 / deep support vector data description |
| キーワード(3)（和/英） | 疑似異常データ / pseudo-anomaly data |
| キーワード(4)（和/英） | 変分自己符号化器 / variational autoencoder |
| 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） | 土尾 崇太 / Shuta Tsuchio / ツチオ シュウタ |
| 第1著者 所属（和/英） | 富山高等専門学校 (略称： 富山高専) National Institute of Technology, Toyama College (略称： NIT, Toyama college) |
| 第2著者 氏名（和/英/ヨミ） | 北村 拓也 / Takuya Kitamura / キタムラ タクヤ |
| 第2著者 所属（和/英） | 富山高等専門学校 (略称： 富山高専) National Institute of Technology, Toyama College (略称： NIT, Toyama college) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-12-20 16:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2023-34 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.311 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2023-12-13 (IBISML) |
[研究会発表申込システムのトップページに戻る]