文献

J-GLOBAL ID：201802254821232823   整理番号：18A0114675

深層学習を用いた超音波透過画像からの気泡検査システムに関する研究

著者 (5件)： 永山翔 (金沢工大 工) ,  川崎邦将 (金沢工大 大学院工学研究科) ,  松井康浩 (金沢工大) ,  長田茂美 (金沢工大 工) ,  長田茂美 (金沢工大 大学院工学研究科)
資料名： ViEWビジョン技術の実利用ワークショップ講演論文集(CD-ROM)  (ViEW講演論文集(CD-ROM))
巻： 2017  ページ： ROMBUNNO.IS2-A8  発行年： 2017年12月07日 
JST資料番号： L4705C  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： 現在,リチウムイオン電池の超音波透過画像から残留気泡を検出するには,人手による画像特徴の設計やパラメータ調整が必要であり,精度向上が困難となっている。本稿では,検出精度の向上を目指し,深層学習を用いて重要な画像特徴を自動抽出できる残留気泡の検査システムを提案する。具体的には,畳み込みニューラルネットワークを2段に配置し,画像を8種類のカテゴリに自動分類するシステムを構築し,評価実験により有用性を確認した。(著者抄録)

シソーラス用語： *機械学習 ,  *ニューラルネットワーク ,  超音波画像 ,  音波透過 ,  超音波 ,  超音波透過法 ,  気泡 ,  リチウムイオン電池 ,  特徴抽出 ,  画像認識 ,  物体認識 ,  パラメータ
準シソーラス用語： *深層学習 ,  超音波透過 ,  パラメータ選択

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 深層学習 ,  音波透過 ,  気泡 ,  検査システム ,  研究