カーネルSOMによる損傷評価のための隣接性を考慮した分類性能評価

• Item type: SIG Technical Reports(1)
• 公開日: 2009-09-03
• タイトル: カーネルSOMによる損傷評価のための隣接性を考慮した分類性能評価
• タイトル / 言語: en
• タイトル: Perfomance of Kernel SOM considering Adjacency for Damage Evaluation
• 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: 大阪大学産業科学研究所
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 東北大学多元物質科学研究所
• 著者所属: 東北大学多元物質科学研究所
• 著者所属: 大阪大学産業科学研究所
• 著者所属: 大阪大学産業科学研究所
• 著者所属: 大阪大学産業科学研究所
• 著者所属(英): en
• 著者所属(英): The Institute of Scientific and Industrial Research, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Institute of Mulidisciplinary Research for Advanced Materials, Tohoku University
• 著者所属(英): en
• 著者所属(英): Institute of Mulidisciplinary Research for Advanced Materials, Tohoku University
• 著者所属(英): en
• 著者所属(英): The Institute of Scientific and Industrial Research, Osaka University
• 著者所属(英): en
• 著者所属(英): The Institute of Scientific and Industrial Research, Osaka University
• 著者所属(英): en
• 著者所属(英): The Institute of Scientific and Industrial Research, Osaka University
• 著者名: 福井, 健一; 赤崎, 省悟; 佐藤, 一永; 水崎, 純一郎; 森山, 甲一; 栗原, 聡; 沼尾, 正行
• 著者名(英): Ken-ichi, Fukui; Shogo, Akasaki; Kazuhisa, Sato; Junichiro, Mizusaki; Koichi, Moriyama; Satoshi, Kurihara; Masayuki, Numao
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，き裂，摩擦や衝突音など損傷に関わる Acoustic Emission （AE） 信号に対して，カーネル SOM のマップ上での隣接性を考慮した分類性能を評価した．AE 信号の周波数スペクトルの分布間の距離として，確率分布間の距離に基づく Kullback-Leibler （KL） カーネルを用いた．また，SOM のマップ上での隣接性を考慮して，クラスタ純度やF値による通常のクラスタリング尺度を拡張した．複数の模擬データを用いて，いくつかの標準的なカーネルや通常 SOM と比較した結果，KL カーネルは F 値の観点で最も良い性能を示すことを確認した．また，可視化結果からも，KL カーネルは異なるクラスの分離性が良く，同じクラスが密集している様子を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We evaluated clustering perfomance of Kernel SOM considering adjacency within the obtained map upon Acoustic Emission (AE) waves involved in damage such as crack, friction and collision. Here, we employed Kullback-Leibler (KL) kernel that is based on a distance between probability distributions as a distance between frequency spectrum distributions. Also standard clustering measures, e.g., cluster purity and F-measure, are extended so as to consider adjacency within the map obtained by SOM. Using simulated AE data sets, we confirmed the KL kernel performs the best among the several standard kernels in terms of F-measure. Moreover, the visualized map shows different classes can be well separated using KL kernel.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 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 2009-MPS-75, 号 22, p. 1-9, 発行日 2009-09-03
• 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