著者
野田 陽
出版者
人工知能学会
雑誌
2019年度 人工知能学会全国大会(第33回)
巻号頁・発行日
2019-04-08

ニューラルネットで最適化されたスペクトルフィルタを用いて、赤外線反射光から材質を判別する手法を提案する。通常はフィルタとして特定の波長に着目したバンドパスフィルタを用いる。しかしながらバンドパスフィルタは高価である。そこで本論文では複雑な吸収スペクトルを持つ有機材料をフィルタとして利用した。この有機材料フィルタの配合比をニューラルネットで最適化する事により、非常に安価で軽量な材質判別装置を自動で設計できる。不純物を含むプラスチック片がPP(ポリプロピレン)であるか非PPであるかを判別するタスクにおいて、赤外線分光スペクトルを用いるニューラルネットと同等の精度(99.6%)が得られた。

言及状況

Twitter (4 users, 8 posts, 11 favorites)

寂しいので、スケジュールチェックをポチっといてもらえると嬉しいです。 https://t.co/rs08SJrGxl
ちなみに、発表はこの枠です。 https://t.co/rs08SJrGxl
人工知能学会 JSAI2019の予稿が公開されましたね。ちょっと変わり種で、光学フィルタの混合比最適化やったら難しい事なくそのまんまNNつかえるやんっていう話。分光な人には意味あるかな。予稿には抜けてるけどネット構造確認用ソースあります(https://t.co/ontUOZFbr1)https://t.co/rs08SJrGxl
そういや今度JSAI2019に出すやつ。次元削減に関する続報なんだけど、タイトルから続報ってわからないので・・・ニューラルネットにおける入力次元削減に興味がある方は是非・・・といっても興味もつのは化学分析とかバイオマーカな人ぐらい?  https://t.co/rs08SJrGxl  https://t.co/bBahwMCjqt
JSAI2019(人工知能学会)今年も変わり種で参加するよん。 https://t.co/rs08SJrGxl 学習データセットを作る為に生まれたような装置(https://t.co/y5zOep1YTi )を使って、この装置の本来の目的(樹脂識別)を1/10の値段のセンサで実現したいぞ!っていう設計上の問題のを機械学習で解く感じです。

収集済み URL リスト