文献

J-GLOBAL ID：201702265352110646   整理番号：17A1731254

超音波NDE応用のための深い学習アーキテクチャの性能解析【Powered by NICT】

Performance analysis of deep learning architectures for ultrasonic NDE applications

著者 (2件)： Virupakshappa Kushal (ECE Department, Illinois Institute of Technology, Chicago, IL, USA) ,  Oruklu Erdal (ECE Department, Illinois Institute of Technology, Chicago, IL, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IUS  ページ： 1  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 深層学習アルゴリズムに関する研究は近年急速に進歩した。深層学習の開始以来,多数のアーキテクチャは,パターン認識,画像,音声と情報解析を標的とする種々の応用のために提案されている。例えば,しばしばオーディオ信号分類は,深い信念ネットワーク(DBN)の変化を用い,AlexNetと呼ばれるディープニューラルネットワーク(DNN)は,手書き文字とアルファベット認識のための広く用いられている。畳込みニューラルネットワーク(CNN)とその誘導体は主にマシンビジョンとイメージング用途で使用されている。畳み込みディープ信念ネットワーク(CDBN)はCNNとDBNアーキテクチャの組合せとして動作し,画像,音声及びマルチモーダルデータに適用することができる。超音波NDE応用のためのこれらのアーキテクチャの有効性に関する限られた研究した。それ故,本研究は,深い学習アーキテクチャ上での最近の進歩に基づく新しい欠陥検出方法を検討した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 音声信号 ,  故障検出 ,  *学習 ,  *計算機アーキテクチャ ,  *超音波 ,  ニューラルネットワーク ,  学習アルゴリズム ,  パターン認識 ,  画像処理 ,  畳込み ,  *性能分析 ,  画像
準シソーラス用語： マシンビジョン ,  信念ネットワーク ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 超音波 ,  NDE ,  応用 ,  学習 ,  アーキテクチャ ,  性能解析