文献

J-GLOBAL ID：202002241154179833   整理番号：20A0261538

SDNET2018:コンクリート構造物画像データセットを用いたひび割れ検出構造適応型深層学習システム

著者 (2件)： 鎌田真 (県立広島大 地域基盤研究機構 高度人工知能プロジェクト研究セ) ,  市村匠 (県立広島大 地域基盤研究機構 高度人工知能プロジェクト研究セ)
資料名： 計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)  (計測自動制御学会システム・情報部門学術講演会予稿集(CD-ROM))
巻： 2019  ページ： ROMBUNNO.GS04-02  発行年： 2019年11月23日 
JST資料番号： F0428D  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： 学習中に自己組織的に最適なネットワークを発見する構造適応型Deep Belief Networkを開発した.コンクリート構造物のひび割れ画像ベンチマークデータセットSDNET2018に提案手法を適用した.データセットには,橋のデッキ,壁,舗装道路の3種類のコンクリート構造物の画像のひび割れ画像が約56,000枚含まれており,本手法は,99.7%,99.7%,99.4%の分類精度を示した.(著者抄録)

シソーラス用語： *コンクリート構造物 ,  データ ,  *亀裂 ,  機械学習 ,  自己組織化 ,  ニューラルネットワーク ,  パターン分類 ,  Boltzmannマシン ,  最尤法 ,  適応系 ,  *画像認識 ,  画像処理 ,  検出 ,  橋 ,  壁 ,  舗装道路
準シソーラス用語： ディープニューラルネットワーク ,  異常検出 ,  画像データ ,  深層学習

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： コンクリート構造物 ,  ひび割れ ,  深層学習