文献

J-GLOBAL ID：201702225279863426   整理番号：17A0660855

繊維混紡の色を予測するためのニューラルネットワークを用いたへの新しいアプローチ【Powered by NICT】

A novel approach to using neural networks to predict the colour of fibre blends

著者 (2件)： Hemingray Caroline (School of Art, Architecture and Design, Leeds Beckett University, Leeds, UK) ,  Westland Stephen (School of Design, University of Leeds, Leeds, UK. [e-mail])
資料名： Coloration Technology  (Coloration Technology)
巻： 132  号： 4  ページ： 297-303  発行年： 2016年 
JST資料番号： C0357A  ISSN： 1472-3581  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,ビスコース繊維混紡の色の予測に関するものである,二種の通常の予測モデル(Stearns-NoechelモデルとFrieleモデル)と二種のニューラルネットワークモデルを比較した。全333混合試料の八原色から調製した,2,3および四色混合物を含む。予測モデルの性能を333混合試料の60を用いて評価した。他の二百七十三の試料を用いて,ニューラルネットワークを訓練した。両方のニューラルネットワークの性能を従来の予測モデルの両方の性能を超えていることが分かった。ニューラルネットワークは273トレーニングサンプルを用いて訓練した場合,試験セットにおける60試料の平均CIELAB色差(ブレンドの測定した及び予測した色の間の)はニューラルネットワークモデルのための1.0に近かった。訓練サンプルの数は100に減少した場合,ニューラルネットワークの性能は,分解したが,それらはまだ従来のモデルよりも測定した及び予測した色間の低い色差を与えた。最初のニューラルネットワークを,いくつかの他の研究者によって使用されているものと類似していた従来のネットワークであった;単一ネットワークを用いるよりもむしろ,小さなニューラルネットワークを使用した第二の神経回路網は,標準神経回路網の新しい応用であり,その各々は単一波長での反射率を予測した。訓練例の数が少ないとき,単一波長ニューラルネットワークは,通常のニューラルネットワークよりもよりロバストであることを示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 波長 ,  モデル ,  *混紡 ,  反射率 ,  *ネットワーク ,  *ニューラルネットワーク ,  ロバスト性 ,  神経回路網 ,  予測モデル ,  色差
準シソーラス用語： CIELAB ,  神経回路網モデル , 【Automatic Indexing@JST】

分類 (1件)： 浸染,捺染  (YM06040Q)

タイトルに関連する用語 (5件)： 繊維 ,  混紡 ,  色 ,  予測 ,  ニューラルネットワーク