文献

J-GLOBAL ID：201902252778765706   整理番号：19A0866131

不均一紙試料の同定精度向上【JST・京大機械翻訳】

Identification accuracy improvement of non-uniform paper samples

著者 (5件)： Sugawara Shigeru (National Research Institute of Police Science, Japan) ,  Nakayama Yoshihiko (Aoi Electronics Co., Ltd., Japan) ,  Taniguchi Hideya (Aoi Electronics Co., Ltd., Japan) ,  Kawashima Natsumi (Kagawa University, Japan) ,  Ishimaru Ichiro (Kagawa University, Japan)
資料名： Infrared Physics & Technology  (Infrared Physics & Technology)
巻： 97  ページ： 217-223  発行年： 2019年 
JST資料番号： H0184A  ISSN： 1350-4495  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 論文は不均一である。従って,近赤外吸収スペクトルにおけるわずかな差が紙のタイプまたは紙の不均一性の差によって引き起こされるかどうかを確認することは困難である。近赤外ハイパースペクトル画像を用いて,8つの異なる紙試料に対する多くの異なる点のスペクトルを迅速に測定した。次に,機械学習を用いてデータを解析し,スペクトルの差が紙のタイプまたは紙の不均一性の違いによるかどうかを確認するモデルを構築した。非常に類似したスペクトル形状をもつ論文さえ,この方法により高精度で識別できた。分類モデルを構築するために用いたスペクトルの数が増加したので,分類モデルの精度は増加した。試料当たり6840のスペクトルを用いて,精度は85%を超え,試料当たり68,400のスペクトルで,同定の精度は87.8%であった。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 不均一性 ,  モデル ,  近赤外線 ,  *スペクトル ,  機械学習
準シソーラス用語： 分類モデル ,  高精度 ,  ハイパースペクトル画像 ,  近赤外吸収スペクトル ,  高精度化 , 【Automatic Indexing@JST】

分類 (2件)： 赤外・遠赤外領域の測光と光検出器  (BD07032W) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 不均一 ,  試料 ,  同定 ,  精度向上