[A-10-3] Siamese Transformerによる少数学習データでの工業部品の異常検知手法
この講演は本会「学術奨励賞受賞候補者」の資格対象です。
キーワード:異常検知
本研究では複数部品の共通性を利用し,学習データが少数の新規製品に適用可能な異常検知モデルの作成を目的として,
AttentionとSiamese Networkを利用したモデル(Siamese Transformer)を提案する.本研究は,提案したモデルを作成し
異常検知実験を行い,AUC-ROCスコアによる既存研究との比較,異常箇所の可視化による評価を行った.その結果,数カテゴリに
おいて既存研究より高いスコアを示したが,全体的な性能向上は見られなかった.今後,設定を変更した場合での実験や,モデル構造の変更を行い,全体的な性能の向上を目指す.
AttentionとSiamese Networkを利用したモデル(Siamese Transformer)を提案する.本研究は,提案したモデルを作成し
異常検知実験を行い,AUC-ROCスコアによる既存研究との比較,異常箇所の可視化による評価を行った.その結果,数カテゴリに
おいて既存研究より高いスコアを示したが,全体的な性能向上は見られなかった.今後,設定を変更した場合での実験や,モデル構造の変更を行い,全体的な性能の向上を目指す.
講演論文集PDFを閲覧したい場合はパスワードを入力してください。
パスワードは、講演参加申込者、聴講参加申込者にメールで御連絡しております。