文献

J-GLOBAL ID：202002259329006358   整理番号：20A0669614

干渉法と機械学習法を用いた繊維変形の調査と分類【JST・京大機械翻訳】

Investigation and classification of fibre deformation using interferometric and machine learning techniques

著者 (1件)： Omar E. Z. (Physics Department, Faculty of Science, Mansoura University, Mansoura, Egypt)
資料名： Applied Physics. B. Lasers and Optics  (Applied Physics. B. Lasers and Optics)
巻： 126  号： 4  ページ： 54  発行年： 2020年 
JST資料番号： E0501B  ISSN： 0946-2171  CODEN： APBOEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 2ビーム偏光干渉顕微鏡を用いて,いくつかの異なる高分子ファイバに対する干渉パターンの340画像を含む実験的正規化データセットを確立した。このデータセットは,繊維における変形に対する3つの主要なクラスを含んでいる。著者らの知る限り,これは変形クラスを含む干渉パターンに対する最初の実験データセットである。著者らのデータセットにおける変形クラスの検出と分類を自動化するために,事前訓練されたAlexNet深畳込みニューラルネットワークを利用した。このネットワークを微調整して,入力干渉パターンを3クラスに分類できる新しい層を持つAlexNetにおける最終三層を置換することにより,この分類タスクを達成した。このネットワークを用いてデータセットを訓練した後,82.22%の検証精度を得た。この結果を改善するために,AlexNetとサポートベクトルマシンの組合せを提案した。それにおいて,AlexNetにおける最初の5つの畳込み層を用いて,著者らのデータセットにおける干渉パターンの特徴を抽出し,それらをサポートベクトルマシンを用いて分類した。この提案したネットワークは,95.64%の検証精度を達成した。さらに,通常の延伸,ネッキングおよびクレージング現象を含む繊維の3D複屈折プロファイルを計算した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  クレーズ ,  複屈折 ,  三次元 ,  畳込み ,  自動化 ,  高分子 ,  干渉測定 ,  正規化 ,  ネットワーク ,  *機械学習
準シソーラス用語： 微調整 ,  畳込みニューラルネットワーク ,  干渉パターン , 【Automatic Indexing@JST】

分類 (1件)： 干渉測定と干渉計  (BD07070G)

タイトルに関連する用語 (5件)： 干渉法 ,  機械学習 ,  繊維 ,  調査 ,  分類