アメリカにあるノースダコタ州立大学のDayakar L. Naikら研究者は、ピクセル強度値が同じ値を取るという条件下で、金属の相*を自動的に特定することが困難になる状況に着目した。そこで、彼らは、ピクセル強度値に加えて、新たな組織特徴量という量を用いた機械学習による相分類手法により、判別精度を上昇させることを試みた。
*金属の相とは・・・金属中で結晶構造が同じ領域のこと。
研究のポイントはこうだった。
|
✔️課題：金属相のピクセル強度値が同じ値を取り、その相状態を画像を用いて、自動的に特定することは難しい。 ✔️解決手法：ピクセル強度値に加えて、新たな組織特徴量という量を用いた、機械学習による相分類により判別精度を上昇させる。 ✔️結果：金属相の自動特定において、９７%の精度を達成した。
|
では研究の詳細を見てみよう。
金属相判別が不可能な場合
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