{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}2024年03月
文献
J-GLOBAL ID:201702264932919408   整理番号:17A0420106

深層学習を用いた道路構造物の維持管理における変状分類の高精度化に関する検討

A Note on Accurate Distress Classification for Maintenance Inspection of Road Structures via Deep Learning
著者 (4件):
資料名:
巻: 116  号: 463(ITS2016 42-76)  ページ: 51-54  発行年: 2017年02月13日 
JST資料番号: S0532B  ISSN: 0913-5685  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
道路構造物に発生する様々な種類の変状を自動で分類することは,その維持管理を行う技術者の支援のために重要である。本文では,その高精度化のために,深層学習に基づいた分類器の構築を試みる。具体的に,提案手法は,Deep Extreme Learning Machineを用いた分類器を構築する。Deep Extreme Learning Machineは,各隠れ層毎にAuto Encoderを構築し,隠れ層間のパラメータを逐次決定する深層学習手法である。本手法を用いることで,これまでに提案されている機械学習手法に基づいた分類器の精度と比較して高精度な変状分類の実現が期待できる。(著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
道路の維持修繕 
引用文献 (14件):

前のページに戻る