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. 研究報告
  2. 数理モデル化と問題解決(MPS)
  3. 2022
  4. 2022-MPS-137

選択的分類による新奇の異常サンプル検知システムの構築

https://ipsj.ixsq.nii.ac.jp/records/216560
https://ipsj.ixsq.nii.ac.jp/records/216560
009c8b62-f99e-48b3-8b67-51db922179dc
名前 / ファイル ライセンス アクション
IPSJ-MPS22137014.pdf IPSJ-MPS22137014.pdf (24.9 MB)
Copyright (c) 2022 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2022-02-24
タイトル
タイトル 選択的分類による新奇の異常サンプル検知システムの構築
言語
言語 jpn
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18gh
資源タイプ technical report
著者所属
筑波大学大学院/産業技術総合研究所
著者所属
産業技術総合研究所/筑波大学大学院
著者所属(英)
en
University of Tsukuba / National Institute of Advanced Industrial Science and Technology (AIST)
著者所属(英)
en
National Institute of Advanced Industrial Science and Technology (AIST) / University of Tsukuba
著者名 山口, 拓海

× 山口, 拓海

山口, 拓海

Search repository
村川, 正宏

× 村川, 正宏

村川, 正宏

Search repository
論文抄録
内容記述タイプ Other
内容記述 機械学習による異常検知システムでは,異常サンプルの収集は難しいため,正常サンプルのみを用いてモデリングを行うことが一般的であり,入力サンプルが正常か否かを判定し,正常でないサンプルを異常としている.このような,正常サンプルのみでモデリングを行う問題点として,異常の種類を分類できない点が挙げられる.異常検知するだけでなく,異常の種類を判定し,異常の原因推定につなげることは実用上重要である.しかし,原因ごとに異常サンプル収集するにはよりコストが高くなるため,異常分類器を学習することは容易ではない.本研究では,少量サンプルのみで異常分類器を学習するのに加え,学習段階では収集できなかった新奇の異常パターンの検出を,異常検知システムを運用しながら行うための学習手法を提案する.外観検査向けの異常検知データセットである,MVTec AD で実験を行い,提案手法の新奇異常パターン検知の有効性を示した.提案する学習手法により,異常検知に加えて新奇異常サンプル検知を行うことで,異常サンプルの収集を容易にし,継続的な異常分類モデル改善の循環を実現する.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN10505667
書誌情報 研究報告数理モデル化と問題解決(MPS)

巻 2022-MPS-137, 号 14, p. 1-6, 発行日 2022-02-24
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8833
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
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 2025-01-19 15:48:19.746277
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