文献
J-GLOBAL ID:202002253570607123   整理番号:20A0980210

ディープニューラルネットワークによる砂糖結晶化の監視【JST・京大機械翻訳】

Monitoring sugar crystallization with deep neural networks
著者 (7件):
資料名:
巻: 280  ページ: Null  発行年: 2020年 
JST資料番号: C0838B  ISSN: 0260-8774  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人間の労働は,サトウキビの糖結晶化過程において依然として重要な役割を果たしている。自動化制御は人間の労働を減らすために不可欠である。正確な画像分類システムはサトウキビ糖結晶化プロセスの自動化制御の基礎である。本論文は,砂糖工場のサトウキビ糖結晶化プロセスのサトウキビ糖結晶化画像を分類するために,深い畳込みニューラルネットワーク(DCNNs)に基づく深い学習フレームワークを構築した。異なるネットワークを,砂糖バッチ晶析装置から得られた大きな画像データセットで訓練した。データセットに基づいて,確立したモデルを用いてサトウキビ糖結晶化画像を分類した。提案したモデルの分類精度は0.901に達した。IncepitionResNetV2モデルの混乱マトリックスは,サトウキビ糖結晶画像をサトウキビ糖工場から5つのカテゴリーに分類することにおいて,0.83と0.99の間の分類精度が達成されることを示す。これは画像を用いた監視システムの将来の開発のための有望な手段を提供する。提案したDCNNsモデルを他のモデル,例えば,Inception-V3,ResNet50,および簡単なDCNNsに対して比較した。実験結果は,深い学習フレームワークが他のモデルを上回り,砂糖産業におけるDCNNsを用いてサトウキビ糖結晶化を監視するベンチマークとして役立つことを示した。Copyright 2020 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
砂糖  ,  食品の品質 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る