ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 論文誌(トランザクション)
  2. 数理モデル化と応用(TOM)
  3. Vol.8
  4. No.1

錐制約部分空間法における正常データの確率密度推定に基づく異常検出

https://ipsj.ixsq.nii.ac.jp/records/141578
https://ipsj.ixsq.nii.ac.jp/records/141578
8da3e5ec-517f-4c55-a6bc-fe4636780b52
名前 / ファイル ライセンス アクション
IPSJ-TOM0801005.pdf IPSJ-TOM0801005.pdf (2.2 MB)
Copyright (c) 2015 by the Information Processing Society of Japan
オープンアクセス
Item type Trans(1)
公開日 2015-03-30
タイトル
タイトル 錐制約部分空間法における正常データの確率密度推定に基づく異常検出
タイトル
言語 en
タイトル Anomaly Detection Based on Density Estimation of Normal Data in Cone-restricted Subspace
言語
言語 jpn
キーワード
主題Scheme Other
主題 [オリジナル論文] 錐制約部分空間法,確率密度推定,異常検出,パターン認識
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_6501
資源タイプ journal article
著者所属
筑波大学大学院システム情報工学研究科
著者所属
産業技術総合研究所情報技術研究部門
著者所属
産業技術総合研究所情報技術研究部門
著者所属
産業技術総合研究所情報技術研究部門
著者所属
高松平和病院外科
著者所属
がん研有明病院乳腺センター外科
著者所属
産業技術総合研究所情報技術研究部門
著者所属(英)
en
Graduate School of Systems and Information Engineering, University of Tsukuba
著者所属(英)
en
Information Technology Research Institute, National Institute of Advanced Industrial Science and Technology
著者所属(英)
en
Information Technology Research Institute, National Institute of Advanced Industrial Science and Technology
著者所属(英)
en
Information Technology Research Institute, National Institute of Advanced Industrial Science and Technology
著者所属(英)
en
Department of Surgery, Takamatsu Heiwa Hospital
著者所属(英)
en
Breast Oncology Center, The Cancer Institute Hospital of the Japanese Foundation for Cancer Research
著者所属(英)
en
Information Technology Research Institute, National Institute of Advanced Industrial Science and Technology
著者名 山崎, 優大

× 山崎, 優大

山崎, 優大

Search repository
野里, 博和

× 野里, 博和

野里, 博和

Search repository
岩田, 昌也

× 岩田, 昌也

岩田, 昌也

Search repository
高橋, 栄一

× 高橋, 栄一

高橋, 栄一

Search repository
何森, 亜由美

× 何森, 亜由美

何森, 亜由美

Search repository
岩瀬, 拓士

× 岩瀬, 拓士

岩瀬, 拓士

Search repository
坂無, 英徳

× 坂無, 英徳

坂無, 英徳

Search repository
著者名(英) Yudai, Yamazaki

× Yudai, Yamazaki

en Yudai, Yamazaki

Search repository
Hirokazu, Nosato

× Hirokazu, Nosato

en Hirokazu, Nosato

Search repository
Masaya, Iwata

× Masaya, Iwata

en Masaya, Iwata

Search repository
Eiichi, Takahashi

× Eiichi, Takahashi

en Eiichi, Takahashi

Search repository
Ayumi, Izumori

× Ayumi, Izumori

en Ayumi, Izumori

Search repository
Takuji, Iwase

× Takuji, Iwase

en Takuji, Iwase

Search repository
Hidenori, Sakanashi

× Hidenori, Sakanashi

en Hidenori, Sakanashi

Search repository
論文抄録
内容記述タイプ Other
内容記述 錐制約部分空間法は,非負の特徴ベクトルに対して錐形状の空間を形成することで学習パターンを精度良く表現し,錐との角度を基にパターン認識を行う.しかし,錐形状の空間内では表面付近と中心付近の特徴ベクトルの区別ができないため,錐形状の空間の広がりが大きい場合は,認識性能が低下するという問題がある.そこで本論文では,錐の表面付近の異常を検出するため,錐形状の空間における確率密度を基にした異常検出手法を提案する.提案手法では,錐形状の部分空間の広がり方向を表す空間上において学習パターンの確率密度関数を作成し,確率密度が低い位置に存在する特徴ベクトルを異常として検出する.実験では,乳腺超音波画像の実データを用いて病変検出精度の検証を行い,提案手法の有効性を確認した.
論文抄録(英)
内容記述タイプ Other
内容記述 A cone-restricted subspace method can express learning patterns accurately by generating a convex cone for non-negative feature vectors. Classification of conventional method is performed based on the angle between the input vector and the cone. However, recognition performance is reduced if the spread of the convex cone is large, because it is impossible to distinguish between vectors near the surface and those around the center of the cone. This paper proposes an anomaly detection method based on probability density of normal data in cone-restricted subspace. Classification by the proposed method is based on the probability contained in the convex cone. We demonstrate anomaly detection from breast ultrasound images using proposed method, and confirmed effectiveness of the method.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11464803
書誌情報 情報処理学会論文誌数理モデル化と応用(TOM)

巻 8, 号 1, p. 28-37, 発行日 2015-03-30
ISSN
収録物識別子タイプ ISSN
収録物識別子 1882-7780
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-20 19:19:47.240401
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3