文献

J-GLOBAL ID：202302279437500994   整理番号：23A0810587

機械学習を用いた磁気顕微鏡観察による長尺REBCO線材内の局所I_C不均一性の検出:画像分類と物体検出の比較

Detection of local I_C inhomogeneity in long REBCO coated conductor by introducing machine learning based image analysis in magnetic microscopy: Comparison between classification and object detection

著者 (6件)： 木須隆暢 (九大) ,  SOMJAIJAROEN Natthawirot (九大) ,  今村和孝 (九大) ,  寺崎拓也 (九大) ,  WU Zeyu (九大) ,  東川甲平 (九大)
資料名： 低温工学・超電導学会講演概要集  (低温工学・超電導学会研究発表会講演概要集)
巻： 104th  ページ： 17  発行年： 2022年12月07日 
JST資料番号： G0564B  ISSN： 0919-5998  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 筆者等の研究グループでは,先行研究において,長尺REBCO高温超伝導線材のリール式磁気顕微鏡観察において,深層学習による画像解析によって,数千枚の磁気観察像における局所Ic低下部位の検出ならびに,そのサイズ,発生頻度に関する評価について報告した。本報告では,その代表的画像解析手法である,画像分類モデルと物体検出モデルについて,画像分類によるマルチカテゴリーの結果と物体検出による欠陥サイズとの対応を調べ,検出された欠陥の数やそのサイズの分布など両者の比較を行い,その定量的関係や整合性について議論する。(著者抄録)

シソーラス用語： アルゴリズム ,  高温 ,  磁化 ,  電流 ,  ネットワーク ,  故障検出 ,  *顕微鏡観察 ,  *磁気 ,  モデル ,  画像分析 ,  超伝導線 ,  *線材 ,  *機械学習 ,  深層学習
準シソーラス用語： *画像分類 , 【Automatic Indexing@JST】

分類 (2件)： 酸化物系超伝導体の物性  (BM04023I) ,  電線・ケーブル  (NA05020S)

タイトルに関連する用語 (10件)： 機械学習 ,  磁気 ,  顕微鏡観察 ,  長尺 ,  REBCO ,  線材 ,  IC ,  不均一性 ,  画像分類 ,  物体検出