| 大会名称 |
|---|
| 2023年 総合大会 |
| 大会コ－ド |
| 2023G |
| 開催年 |
| 2023 |
| 発行日 |
| 2023-02-28 |
| セッション番号 |
| D-20 |
| セッション名 |
| 情報論的学習理論と機械学習 |
| 講演日 |
| 2023/3/8 |
| 講演場所(会議室等) |
| 2号館 2401教室 |
| 講演番号 |
| D-20-26 |
| タイトル |
| エッジAIに適応した異常検知手法の評価 |
| 著者名 |
| ◎△北野侑弥, 中西知嘉子, |
| キーワード |
| 異常検知, 近傍法, Local Outlier Factor |
| 抄録 |
| 異常検知分野は，コストが低く通信が必要なく安定して動作できる点からエッジAIの活用が注目されている．異常検知は，異常データが少ないため，あらかじめ正常データの特徴を学習して，その特徴との差が大きいものを異常と判別する技術が使われている．細かな特徴の違いを判別するには，より多くの特徴をとる必要がある．そのため，演算量は多くなり，低リソースであるエッジAIでは動作が難しい．そこで，本研究では，先行研究とPatchCoreを比較し，処理速度や精度からエッジAIに適応する異常検知手法をmvtecのテクスチャ系を用いてROC曲線･AUCで評価する．精度については，PatchCoreが僅差で勝っており，速度は，先行研究がPatchCoreの約2分の1の速度だった． |
| 本文pdf |
|
PDF download
|