文献

J-GLOBAL ID：201802294532072073   整理番号：18A1769357

畳込みニューラルネットワークを用いた自動車タイヤ内部表面の欠陥分類【JST・京大機械翻訳】

Defect Classification on Automobile Tire Inner Surfaces using Convolutional Neural Networks

著者 (2件)： Tada Hirotaro (Graduate School of Science and Technology, Shizuoka University, 432-8011, Japan) ,  Sugiura Akihiko (Graduate School of Science and Technology, Shizuoka University, 432-8011, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCUBEA  ページ： 1-6  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： 本研究では,内部タイヤ表面上の光断面法を用いて三次元(3D)形状測定を行うことにより,タイヤの内部表面上の種々のパターン上に生じる欠陥を分類するために畳込みニューラルネットワークを適用する方法を検討した。分類対象は「良い部品」,「準良好部品」,「欠陥部品」に分割される。「良い部品」と「準良い部品」は非欠陥として分類されるが,「欠陥部品」は欠陥として分類される。実験的に得られた結果は,欠陥を分類するための2段階分類器が分類精度を改善できることを明らかにした。さらに,結果は,様々なパターンが高精度で非欠陥として分類されることを示し,畳込みニューラルネットワーク法がゴム製品のような非常に可変な形状要素を持つ物体に有効であることを示した。この方法は欠陥検査自動化に適した方法として期待される。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  形状測定 ,  *タイヤ ,  欠陥検査 ,  三次元 ,  高精度 ,  ゴム製品 ,  *欠陥分類 ,  *畳込みニューラルネットワーク ,  改変
準シソーラス用語： *自動車タイヤ ,  分類精度 , 【Automatic Indexing@JST】

分類 (5件)： 専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  自動車タイヤ ,  内部表面 ,  欠陥分類