高速機械学習で金属欠陥を見つける(中国)【AI論文】

   
★AIDB会員限定Discordを開設いたしました! 会員登録/ログインの上、マイページをご覧ください。
★コンサルティングサポート(調査・研修・開発支援)をご希望の方はお問合せください。

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

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓


■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。






業界/カテゴリー

PAGE TOP