お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2017-07-21 09:50
ディープラーニングによる地中レーダ画像の物体識別特性
園田 潤仙台高専)・木本智幸大分高専EMT2017-23 MW2017-48 OPE2017-28 EST2017-25 MWP2017-25 エレソ技報アーカイブへのリンク:EMT2017-23 MW2017-48 OPE2017-28 EST2017-25 MWP2017-25
抄録 (和) 地中レーダでは地中に入射した電波の誘電率差で生じる反射波により地中物体を検出する技術であり,近年劣化が社会問題化している社会インフラのセンシングに有効な技術である.しかしながら,地中レーダ画像から地中物体の材質や大きさを識別することが課題であった.本研究では,多層のニューラルネットワークを用いた機械学習であるディーラーニングによるレーダ画像からの地中物体識別を目的に,GPUクラスタを用いたFDTD法による地中レーダシミュレーションで生成したレーダ画像を用いた,複雑さの異なる多様な媒質における地中物体の識別特性を報告する. 
(英) Recently, deterioration of social infrastructures such as tunnels and bridges become a serious social problem. It is required to rapidly and adequately detect for abnormal parts of the social infrastructures. The ground penetrating radar (GPR) is efficient for the social infrastructure inspection. However, it is difficult to identify the material and size of the underground object from the radar image obtained the GPR. In this study, to objectively and quantitatively inspect from the GPR images by the deep learning, we have automatically and massively generated the GPR images by a fast finite-difference time-domain (FDTD) simulation with graphics processing units (GPUs), and have learned the underground object using the generated GPR images by a deep convolutional neural network (CNN). It is shown that we have obtained multilayer layers CNN can identify six materials and size with roughly 80 % accuracy in in-homogeneous underground media.
キーワード (和) ディープラーニング / 畳み込みニューラルネットワーク / 地中レーダ / FDTD法 / GPU / 物体識別 / /  
(英) Deep learning / convolutional neural network / ground penetrating radar / FDTD method / GPU / object identification / /  
文献情報 信学技報, vol. 117, no. 142, EST2017-25, pp. 89-94, 2017年7月.
資料番号 EST2017-25 
発行日 2017-07-13 (EMT, MW, OPE, EST, MWP) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード EMT2017-23 MW2017-48 OPE2017-28 EST2017-25 MWP2017-25 エレソ技報アーカイブへのリンク:EMT2017-23 MW2017-48 OPE2017-28 EST2017-25 MWP2017-25

研究会情報
研究会 MWP OPE EMT MW EST IEE-EMT  
開催期間 2017-07-20 - 2017-07-21 
開催地(和) 帯広商工会議所 
開催地(英) Obihiro Chamber of Commerce and Industry 
テーマ(和) 光・電波ワークショップ 
テーマ(英) Light wave & Electromagnetic Wave Workshop 
講演論文情報の詳細
申込み研究会 EST 
会議コード 2017-07-MWP-OPE-EMT-MW-EST-EMT 
本文の言語 日本語 
タイトル(和) ディープラーニングによる地中レーダ画像の物体識別特性 
サブタイトル(和)  
タイトル(英) Characteristics of Object Identification by Ground Penetrating Radar Images using Deep Learning 
サブタイトル(英)  
キーワード(1)(和/英) ディープラーニング / Deep learning  
キーワード(2)(和/英) 畳み込みニューラルネットワーク / convolutional neural network  
キーワード(3)(和/英) 地中レーダ / ground penetrating radar  
キーワード(4)(和/英) FDTD法 / FDTD method  
キーワード(5)(和/英) GPU / GPU  
キーワード(6)(和/英) 物体識別 / object identification  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 園田 潤 / Jun Sonoda / ソノダ ジュン
第1著者 所属(和/英) 仙台高等専門学校 (略称: 仙台高専)
National Institute of Technology, Sendai College (略称: NIT, Sendai)
第2著者 氏名(和/英/ヨミ) 木本 智幸 / Tomoyuki Kimoto / キモト トモユキ
第2著者 所属(和/英) 大分工業高等専門学校 (略称: 大分高専)
National Institute of Technology, Oita College (略称: NIT, Oita)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2017-07-21 09:50:00 
発表時間 25 
申込先研究会 EST 
資料番号 IEICE-EMT2017-23,IEICE-MW2017-48,IEICE-OPE2017-28,IEICE-EST2017-25,IEICE-MWP2017-25 
巻番号(vol) IEICE-117 
号番号(no) no.139(EMT), no.140(MW), no.141(OPE), no.142(EST), no.143(MWP) 
ページ範囲 pp.89-94 
ページ数 IEICE-6 
発行日 IEICE-EMT-2017-07-13,IEICE-MW-2017-07-13,IEICE-OPE-2017-07-13,IEICE-EST-2017-07-13,IEICE-MWP-2017-07-13 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会