高速機械学習で金属欠陥を見つける(中国)【AI論文】

   

中国の北京科学技術大学のSiyang Tianら研究者は、熱間圧延鋼板の欠陥識別時におけるELMの性能が初期パラメータに依存してしまうという課題に注目し、ELMに遺伝的アルゴリズムと組み合わせることを試みた。Extreme Learning Machine(ELM)は高い識別精度を持つ高速機械学習アルゴリズムだ。

その研究のポイントはこうだった。

✔️課題
ELMの性能は初期パラメータに依存してしまう。

✔️解決手法
ELMを遺伝的アルゴリズムと組み合わせて改良版のアルゴリズム「G-ELM」を提案した。

✔️結果
ELMよりG-ELMの方が精度が高かった。

では研究の詳細を見てみよう。

ELMの性能は初期パラメータに依存してしまう

当サイトの利用にはAIDBのアカウントが必要です。
また記事の購読には、アカウント作成後の決済が必要です。



※ログイン/初回登録後、下記ボタンを押してください。

AIDBとは
プレミアム会員(記事の購読)について

重要なお知らせ:AI分野のお仕事マッチングサービス「AIDB HR」を開始しました!登録後はオファーを受け取るだけのシンプルなサービスです!現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。






■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






PAGE TOP