文献

J-GLOBAL ID：202002265532430220   整理番号：20A1485403

グラフ正則化半教師つき非負行列因数分解による安全性監視と視覚ベースマーキングプロセスへの応用【JST・京大機械翻訳】

Safety Monitoring by a Graph-Regularized Semi-Supervised Nonnegative Matrix Factorization With Applications to a Vision-Based Marking Process

著者 (3件)： Fan Song (College of Information Science and Engineering, Northeastern University, Shenyang, China) ,  Jia Qilong (College of Information Science and Engineering, Northeastern University, Shenyang, China) ,  Cheng Wan Sheng (School of Electronic and Information Engineering, University of Science and Technology Liaoning, Anshan, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 112278-112286  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 本論文では,鋼コイルマーキング工業プロセスのための画像を用いて,安全監視を行うためのブランド-新手法を提案した。新しい安全監視法を,新しいグラフ正則化半教師つき非負行列因数分解(GSNMF)アルゴリズムの助けを借りて開発した。既存の非負行列因数分解(NMF)のようなアルゴリズムと比較して,GSNMFは,監視目的のためのモデルを訓練するために未知のラベルを有する画像を利用するだけでなく,監視性能を改善するためにグラフ理論を利用することができるように,既知のラベルと画像を有する画像を利用することができるように,すべての新しい方法で開発された。2つの異なるサンプルがグラフのエッジによって接続されるので,グラフ理論はGSNMFに対して有益であり,2つの異なるサンプル間の類似性を測定し,それらの間の密接な接続を有するサンプルに対して同じラベルを割り当てる。その結果,GSNMFは,既存のNMF様アルゴリズムよりも複雑な分布を有するサンプルを分析するのがより能力が高い。最後に,鋼コイルマーキングプロセスに関する実験を採用して,既存の方法に関する著者らの提案方法の優秀性を評価した。Copyright 2020 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： アルゴリズム ,  *視覚 ,  グラフ理論 ,  ブランド ,  鋼 ,  *正則化 ,  類似性
準シソーラス用語： *非負行列因子分解 ,  工業プロセス ,  安全監視 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： グラフ ,  正則化 ,  教師 ,  非負行列因数分解 ,  安全性監視 ,  視覚 ,  応用