文献

J-GLOBAL ID：201902266764214821   整理番号：19A1525074

教師なし深層クラスタリング手法RDEC 教師なしでも少量の重要データ群を高精度に分類

著者 (3件)： 中田康太 (東芝) ,  陶亜玲 (東芝) ,  高木健太郎 (東芝)
資料名： 画像ラボ  (Image Laboratory)
巻： 30  号： 7  ページ： 13-18  発行年： 2019年07月10日 
JST資料番号： L2340A  ISSN： 0915-6755  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 少量の重要データ群を高精度に分類する深層クラスタリング技術を開発した。これにより,人手による面倒な教示作業なしに,多量のデータに埋もれがちな少量の不良や異常を分類することができる。公開/製造データに対して従来手法を大きく上回る分類精度が得られている。(著者抄録)

シソーラス用語： *クラスタ分析 ,  *教師なし学習 ,  クラスタ化 ,  *機械学習 ,  自動分類 ,  *ニューラルネットワーク ,  故障解析
準シソーラス用語： *教師なしクラスタリング ,  教師なし機械学習 ,  教師なし分類 ,  深層学習 ,  高精度 ,  不良解析 ,  不良品 ,  異常検出

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 (4件)： 教師 ,  深層 ,  クラスタリング手法 ,  分類