HOMEご利用手順商品サンプルご利用規約お支払いご注文進行確認Q&A、お問い合せカートを見る
電気学会 電子図書館
電気学会HPへ
 HOME > 同研究会の論文誌(論文単位) > 文献詳細
*商品について
表紙はついていません(本文のみ中綴じ製本です)。
号単位でも購入できます。
すべてモノクロ印刷です。
Extended Summaryはついていません。

・会員価格 ¥550
・一般価格 ¥770
カートに入れる
こちらはBookPark「電気学会 電子図書館(IEEJ Electronic Library)」による文献紹介ページです。
会員ログイン
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
非会員の方はログインの必要はありません。このまま お進みください。
■論文No.
■ページ数 8ページ
■発行日
2024/09/01
■タイトル

Total Variation正則化を適用したFast Fourier ConvolutionによるPaDiMの異常検知性能の向上

■タイトル(英語)

Improvement of Anomaly Detection Performance of PaDiM by Fast Fourier Convolution with Total Variation Regularization

■著者名 林 良和(岐阜大学),相澤 宏旭(岐阜大学),加藤 邦人(岐阜大学)
■著者名(英語) Yoshikazu Hayashi (Gifu University), Hiroaki Aizawa (Gifu University), Kunihito Kato (Gifu University)
■価格 会員 ¥550 一般 ¥770
■書籍種類 論文誌(論文単位)
■グループ名 【C】電子・情報・システム部門
■本誌 電気学会論文誌C(電子・情報・システム部門誌) Vol.144 No.9 (2024) 特集:知能メカトロニクス分野と連携する知覚情報技術
■本誌掲載ページ 886-893ページ
■原稿種別 論文/日本語
■電子版へのリンク https://www.jstage.jst.go.jp/article/ieejeiss/144/9/144_886/_article/-char/ja/
■キーワード 深層学習,異常検知,高速フーリエ変換による畳み込み処理,全変動正則化  deep learning,anomaly detection,fast fourier convolution,total variation regularization
■要約(日本語)
■要約(英語) PaDiM, an anomaly detection model using a pre-trained CNN on ImageNet, shows high performance. However, the pre-trained CNN model has a texture bias, resulting in poor performance for global anomalies. Therefore, we used Fast Fourier Convolution (FFC) to extract global features by extracting features from Fourier space in addition to feature extraction using 3 × 3 convolutional filter in the pre-trained model. Total Variation regularization was applied to the feature map of the FFC block during pre-training. This improved anomaly detection performance for global anomalies and robustness to perturbations in the frequency band.
■版 型 A4
運営会社についてBookPark個人情報保護方針電気学会ホームページ
本サービスは電気学会がコンテンツワークス株式会社に委託して運営しているサービスです。
©Contents Works Inc.