文献

J-GLOBAL ID：201902268510626551   整理番号：19A1489729

鋼ストリップ欠陥検出のための開始二重ネットワーク【JST・京大機械翻訳】

Inception Dual Network for steel strip defect detection

著者 (3件)： Liu Zheng (Department of Electronic Engineering, Fudan University, Shanghai, China) ,  Wang Xusheng (Academy for Engineering & Technolgy, Fudan University, Shanghai, China) ,  Chen Xiong (Department of Electronic Engineering, Fudan University, Shanghai, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICNSC  ページ： 409-414  発行年： 2019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： 鋼ストリップは鋼生産の重要な部分である。鋼ストリップに対する欠陥検出は,鋼工場にとっての要求である。作業者は組立ラインを監視し,人工的に欠陥を検出しなければならない。欠陥検出の自動化は,人間資源を節約し,産業の価値を創造することができる。今日,計算資源と検出アルゴリズムの開発として,より多くのより効果的な欠陥検出解法がある。本論文では,鋼欠陥検出問題を解決するために,入力二重ネットワーク(IDN)と呼ばれる新しいニューラルネットワークを提案した。IDNは,Googleの概念を有する二重チャネル構造を通して,残留ショートカット接続と連結接続の利用を最大化した。IDNは分類性能を最適化するために古典的特徴マップを結合する。同時に,4000種類の鋼ストリップデータセットを収集して,他の研究者のために本論文で前処理した。本論文のデータセットに関して,IDNは,リアルタイムを保っている間,類似の数のパラメータを有するいくつかの最先端の構造の中で最良の性能を達成した。それは,本論文における特定の問題に適用することができるだけでなく,他の古典的問題にも適用することができた。Copyright 2019 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： 組立ライン ,  自動化 ,  *ネットワーク ,  最適化 ,  *帯鋼 ,  *故障検出 ,  前処理 ,  *鋼 ,  ニューラルネットワーク
準シソーラス用語： 実時間 ,  特徴マップ ,  デュアルチャネル ,  Google ,  検出アルゴリズム ,  計算資源 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 鋼ストリップ ,  欠陥検出