文献

J-GLOBAL ID：201902272982676814   整理番号：19A1036050

畳み込みオートエンコーダを用いた工業製品の不良検査

著者 (4件)： 工藤郁弥 (シンセメック) ,  横山想一郎 (北大 大学院情報科学研究科) ,  山下倫央 (北大 大学院情報科学研究科) ,  川村秀憲 (北大 大学院情報科学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 118  号： 492(AI2018 53-59)(Web)  ページ： 31-36 (WEB ONLY)  発行年： 2019年03月04日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 工業製品の製造現場において,不良品の検査は目視によって行われることが一般的であるが,検査員の高い人的コストや高齢化が問題となっているため,AI技術による自動化が望まれている.AI技術を用いた異常検知では,良品データおよび不良品データを用いた教師あり学習が利用されることが多いが,工業製品の製造現場では不良品の発生率が低いため不良品データの収集が難しい.そこで,本研究では良品データのみで教師なし学習を行った畳み込みオートエンコーダを利用する不良検査のシステムを提案し,その有用性を検証した.また,画像採取環境を一から構築することにより様々な工業製品に対して提案した不良検査システムが適用できることを示した.(著者抄録)

シソーラス用語： マルチエージェントシステム ,  工業製品 ,  製品 ,  教師なし学習 ,  *ニューラルネットワーク ,  アルゴリズム ,  *機械学習 ,  *製品検査 ,  画像認識 ,  サポートベクトルマシン ,  品質管理 ,  畳込みニューラルネットワーク ,  不良品 ,  自己符号化器
準シソーラス用語： SVM ,  オートエンコーダ

分類 (2件)： 人工知能  (JE08000Z) ,  品質検査  (KB04020L)

引用文献 (7件)：

• http://www.inatec-corp.com/saiyou/works/index05.html
• https://www.ccs-inc.co.jp/products/series/203
• Zhou, C. and Paffenroth, R. C.: Anomaly Detection with Robust Deep Autoencoders, ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD), pp. 665-674 (2017)
• https://keras.io/
• https://openreview.net/pdf?id=ryQu7f-RZ

タイトルに関連する用語 (4件)： 畳み込み ,  オートエンコーダ ,  工業 ,  検査