| 講演抄録／キーワード |
| 講演名 |
2019-02-20 09:30
電子顕微鏡により撮像されたゴム材料からの異常検知に基づく劣化領域の推定に関する一検討
○藤後 廉・小川貴弘・長谷山美紀（北大） |
| 抄録 |
（和） |
本文では，電子顕微鏡により撮像されたゴム材料からの異常検知に基づく劣化領域の推定について検討する．耐久寿命の長いゴム材料を開発するためには，劣化の原因を明らかにすることが重要であり，機械学習技術の応用が期待されている．ゴム材料の劣化は，電子顕微鏡画像から観察可能ではあるものの，大量データの取得は困難である．そこで本文では，劣化の生じていない画像領域のみを学習に用いた劣化領域推定手法を提案する．提案手法では，電子顕微鏡画像をパッチ分割し，パッチ毎にDeep Autoencoding Gaussian Mixture Model (DAGMM) により次元削減および密度推定を学習する．さらに，DAGMMに基づき異常度を各パッチに対して算出することで，異常検知を実現する．また，実験により提案手法の有効性について検証する． |
| （英） |
This paper presents an anomaly detection method for estimation of deteriorated regions from rubber material electron microscope images. In order to develop rubber materials with high durability, it is important to clarify the cause of deterioration. Although deterioration of the rubber materials can be observed from electron microscope images, it is difficult to obtain a large number of deteriorated data. Hence, we propose a deteriorated region estimation method using only non-deteriorated images, namely, anomaly detection. The proposed network consists of a recently proposed Deep Autoencoding Gaussian Mixture Model (DAGMM) model which can achieve a dimensionality reduction task and a density estimation task simultaneously. We show the effectiveness of our framework in the task of estimation of deteriorated regions from rubber material electron microscope images. |
| キーワード |
（和） |
領域推定 / 異常検知 / 少量データ / 深層学習 / ゴム材料 / / / |
| （英） |
Region estimation / anomaly detection / small amount data / deep learning / rubber materials / / / |
| 文献情報 |
映情学技報, vol. 43, no. 5, ME2019-49, pp. 265-268, 2019年2月. |
| 資料番号 |
ME2019-49 |
| 発行日 |
2019-02-12 (MMS, HI, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
ME IEICE-IE IEICE-ITS MMS HI AIT |
| 開催期間 |
2019-02-19 - 2019-02-20 |
| 開催地（和） |
北海道大学 |
| 開催地（英） |
Hokkaido Univ. |
| テーマ（和） |
画像処理および一般 |
| テーマ（英） |
Image Processing, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2019-02-ME-IE-ITS-MMS-HI-AIT |
| 本文の言語 |
日本語 |
| タイトル（和） |
電子顕微鏡により撮像されたゴム材料からの異常検知に基づく劣化領域の推定に関する一検討 |
| サブタイトル（和） |
|
| タイトル（英） |
A Note on Estimation of Deteriorated Regions Based on Anomaly Detection from Rubber Material Microscope Images |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
領域推定 / Region estimation |
| キーワード(2)（和/英） |
異常検知 / anomaly detection |
| キーワード(3)（和/英） |
少量データ / small amount data |
| キーワード(4)（和/英） |
深層学習 / deep learning |
| キーワード(5)（和/英） |
ゴム材料 / rubber materials |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
藤後 廉 / Ren Togo / トウゴ レン |
| 第1著者 所属（和/英） |
北海道大学大学院情報科学研究科 (略称： 北大)
Graduate School of Information Science and Technology (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
小川 貴弘 / Takahiro Ogawa / オガワ タカヒロ |
| 第2著者 所属（和/英） |
北海道大学大学院情報科学研究科 (略称： 北大)
Graduate School of Information Science and Technology (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
長谷山 美紀 / Miki Haseyama / ハセヤマ ミキ |
| 第3著者 所属（和/英） |
北海道大学大学院情報科学研究科 (略称： 北大)
Graduate School of Information Science and Technology (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2019-02-20 09:30:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2019-27, HI2019-27, ME2019-49, AIT2019-27 |
| 巻番号（vol） |
vol.43 |
| 号番号（no） |
no.5 |
| ページ範囲 |
pp.265-268 |
| ページ数 |
4 |
| 発行日 |
2019-02-12 (MMS, HI, ME, AIT) |
|