文献

J-GLOBAL ID：202002286505605589   整理番号：20A2437775

畳み込みニューラルネットワークによる画像認識技術のマウンテンプロット画像への適用

APPLYING IMAGE RECOGNITION TECHNOLOGY BY CONVOLUTIONAL NEURAL NETWORKS TO MOUNTAIN PLOT IMAGES

著者 (10件)： 野村昌弘 (Japan Atomic Energy Agency, JAEA) ,  田村文彦 (Japan Atomic Energy Agency, JAEA) ,  島田太平 (Japan Atomic Energy Agency, JAEA) ,  山本昌亘 (Japan Atomic Energy Agency, JAEA) ,  古澤将司 (High Energy Accelerator Res. Organization, KEK) ,  杉山泰之 (High Energy Accelerator Res. Organization, KEK) ,  原圭吾 (High Energy Accelerator Res. Organization, KEK) ,  長谷川豪志 (High Energy Accelerator Res. Organization, KEK) ,  大森千広 (High Energy Accelerator Res. Organization, KEK) ,  吉井正人 (High Energy Accelerator Res. Organization, KEK)
資料名： 日本加速器学会年会(Web)  (日本加速器学会年会プロシーディングス(Web))
巻： 17th  ページ： ROMBUNNO.WEOT07 (WEB ONLY)  発行年： 2020年 
JST資料番号： U0092A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・畳み込みニューラルネットワーク(CNN)よる画像認識は幅広い分野で用いられ,優れた結果を産出。
・今回この画像認識の技術をJ-PARC RCSで調整時に用いられているマウンテンプロットと呼ばれる画像に適用し,画像に含まれる情報,前段のLinacからの入射タイミングと入射運動量を求解。
・マウンテンプロットとは,WCM(Wall Current Monitor)の波形を周回毎にスライスし,縦に並べて表示した画像。
・学習済みのCNNを用いて新たなマウンテンプロットの画像から入射タイミングと入射運動量を求め,教師データと比較。
・結果は,CNNにより画像から求められた値は教師データを良く再現しており,この画像認識の技術の有効性を確認。

シソーラス用語： ニューラルネットワーク ,  *画像認識 ,  *機械学習 ,  運動量 ,  *陽子シンクロトロン
準シソーラス用語： J-PARC ,  教師あり機械学習 ,  教師データ ,  畳込みニューラルネットワーク

分類 (1件)： 円形加速器  (BE02020X)

タイトルに関連する用語 (3件)： 畳み込みニューラルネットワーク ,  画像認識 ,  プロット