論文の概要: A Preliminary Study for Identification of Additive Manufactured Objects with Transmitted Images

• arxiv url: http://arxiv.org/abs/2005.12027v1
• Date: Mon, 25 May 2020 11:04:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-29 06:22:08.182251
• Title: A Preliminary Study for Identification of Additive Manufactured Objects with Transmitted Images
• Title（参考訳）: 透過画像を用いた添加物生成物の同定に関する予備的検討
• Authors: Kenta Yamamoto, Ryota Kawamura, Kazuki Takazawa, Hiroyuki Osone, Yoichi Ochiai
• Abstract要約: 内部にバーコードを埋め込む必要のない製品識別システムを開発した。 本システムは、各製品の情報を含む製品の送信画像を使用する。 実験により、送信画像のデータセットが利用可能であれば、90%以上の精度でオブジェクトを識別できることを示した。
• 参考スコア（独自算出の注目度）: 7.310979261160599
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Additive manufacturing has the potential to become a standard method for manufacturing products, and product information is indispensable for the item distribution system. While most products are given barcodes to the exterior surfaces, research on embedding barcodes inside products is underway. This is because additive manufacturing makes it possible to carry out manufacturing and information adding at the same time, and embedding information inside does not impair the exterior appearance of the product. However, products that have not been embedded information can not be identified, and embedded information can not be rewritten later. In this study, we have developed a product identification system that does not require embedding barcodes inside. This system uses a transmission image of the product which contains information of each product such as different inner support structures and manufacturing errors. We have shown through experiments that if datasets of transmission images are available, objects can be identified with an accuracy of over 90%. This result suggests that our approach can be useful for identifying objects without embedded information.
• Abstract（参考訳）: 添加性製造は、製品製造の標準方法となる可能性があり、商品流通システムには製品情報が不可欠である。 ほとんどの製品は外面にバーコードを与えるが、製品内にバーコードを埋め込む研究は進行中である。 これは、添加物製造が製造と情報付加を同時に行うことが可能であり、内部に埋め込まれた情報が製品の外観を損なうことはないためである。 しかし、組み込まれていない製品は特定できず、後では組み込まれた情報を書き換えることができない。 本研究では,埋め込みバーコードを必要としない製品識別システムを開発した。 本システムでは、異なる内部支持構造や製造誤差などの各製品に関する情報を含む製品の送信画像を使用する。 我々は,送信画像のデータセットが利用可能であれば,90%以上の精度で物体を識別できることを示す実験を行った。 この結果から,本手法は組込み情報のないオブジェクトの識別に有用であることが示唆された。

関連論文リスト

• A Systematic Review of Available Datasets in Additive Manufacturing [56.684125592242445]
  視覚およびその他のセンサー技術を組み込んだその場監視により、追加製造プロセス中に広範なデータセットの収集が可能になる。 これらのデータセットは、製造された出力の品質を判断し、機械学習を使用して欠陥を検出する可能性がある。 本稿では,AMプロセスから派生したオープン画像ベースデータセットの利用可能性について検討する。
  論文  参考訳（メタデータ） (2024-01-27T16:13:32Z)
• Automated Extraction of Fine-Grained Standardized Product Information from Unstructured Multilingual Web Data [66.21317300595483]
  機械学習の最近の進歩と最近発表された多言語データセットが組み合わさって、堅牢な製品属性抽出を可能にしていることを示す。 私たちのモデルは、オンラインショップや言語、あるいはその両方で、確実に製品属性を予測できます。
  論文  参考訳（メタデータ） (2023-02-23T16:26:11Z)
• Which products activate a product? An explainable machine learning approach [0.0]
  木に基づく機械学習アルゴリズムは、国がターゲット製品を輸出する可能性の最も正確な評価を提供する。 実用性評価における製品の重要性を統計的に検証する手法を提案する。
  論文  参考訳（メタデータ） (2022-12-05T15:14:39Z)
• Learning by Asking Questions for Knowledge-based Novel Object Recognition [64.55573343404572]
  実世界のオブジェクト認識には、認識すべきオブジェクトクラスが多数存在する。教師付き学習に基づく従来の画像認識は、トレーニングデータに存在するオブジェクトクラスのみを認識できるため、現実の世界においては限定的な適用性を有する。 そこで本研究では,モデルが新たなオブジェクトを瞬時に認識するのに役立つ質問生成を通じて,外部知識を取得するための枠組みについて検討する。 我々のパイプラインは、オブジェクトベースのオブジェクト認識と、新しい知識を得るために知識を意識した質問を生成する質問生成という2つのコンポーネントから構成される。
  論文  参考訳（メタデータ） (2022-10-12T02:51:58Z)
• Computer vision application for improved product traceability in the granite manufacturing industry [0.0]
  グラファイトブロックのトレーサビリティは、各ブロックを数値コードを表す限られた数のカラーバンドで識別することで構成される。 コンピュータビジョンシステムは、色検出と関連するコードの復号化によってこの問題に対処する。 提案アルゴリズムは、異なる環境条件下で撮影された109枚の画像に基づいて訓練され、21枚の画像に対して検証される。
  論文  参考訳（メタデータ） (2022-07-04T11:04:03Z)
• Machine Learning approaches to do size based reasoning on Retail Shelf objects to classify product variants [3.3767251810292955]
  ディープラーニングベースのコンピュータビジョン手法は、小売店の商品を検知し、それらを分類するために使用することができる。 視覚的にまったく同じように見える製品には、さまざまなサイズのバリエーションがあり、それらを区別するための方法は、棚の上の他の製品と相対的なサイズを見ることである。 これにより、コンピュータビジョンアルゴリズムだけで、サイズベースの変種を互いに解読するプロセスが現実的ではない。
  論文  参考訳（メタデータ） (2021-10-07T20:29:07Z)
• Exploiting Knowledge Graphs for Facilitating Product/Service Discovery [1.2691047660244332]
  本研究は,データ分類に教師なしアプローチを採用することにより,データWeb上でのeコマースのための費用対効果のソリューションを提案する。 提案アーキテクチャでは,Web言語OWLで利用可能な製品について記述し,それをトリプルストアに格納する。 特定の製品のユーザ入力仕様は、利用可能な製品カテゴリと一致し、知識グラフを生成する。
  論文  参考訳（メタデータ） (2020-10-11T10:22:10Z)
• Adversarial Knowledge Transfer from Unlabeled Data [62.97253639100014]
  本稿では,インターネット規模の未ラベルデータから知識を伝達し,分類器の性能を向上させるための新しいAdversarial Knowledge Transferフレームワークを提案する。 我々の手法の重要な新しい側面は、ラベル付けされていないソースデータは、ラベル付けされたターゲットデータと異なるクラスであることができ、個別のプリテキストタスクを定義する必要がないことである。
  論文  参考訳（メタデータ） (2020-08-13T08:04:27Z)
• AutoKnow: Self-Driving Knowledge Collection for Products of Thousands of Types [127.99385433323859]
  当社のAutoKnowは、製品に関する情報の整理に対処する自動(自動運転)システムです。 このシステムには、分類学の構築、製品財産の識別、知識抽出、異常検出、同義語発見のための一連の新しい技術が含まれている。 AutoKnowは、1万以上の製品タイプの製品知識を収集している。
  論文  参考訳（メタデータ） (2020-06-24T04:35:17Z)
• Exploratory Machine Learning with Unknown Unknowns [60.78953456742171]
  本稿では,他のラベルと誤認識されたトレーニングデータに未知のクラスが存在するという,新たな問題設定について検討する。 本研究では,潜在的に隠蔽されたクラスを発見するために,機能空間を積極的に拡張することにより,学習データを調べ,調査する探索機械学習を提案する。
  論文  参考訳（メタデータ） (2020-02-05T02:06:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。