異常検知

今週の振り返りです！ 5/27 （月） 5/28 （火） 5/29 （水） 5/30 （木） 5/31 （金） 6/1 （土） 6/2 （日） 今週の反省 来週の目標 5/27 （月） ◯競プロの鉄則 5.1 B〜5.3 ◯異常検知と変化検知 1.1〜6.5 数式を一つ一つ追っていくというよりは、どんなアルゴリズムなのかを理解するというのを目標にして読み進めました。ただ、今は理論を学ぶよりも実装をしていくのを優先した方が良い気もしてきました。 5/28 （火） ◯競プロの鉄則 5.4〜5.5 A ◯Pythonによる異常検知 p.1〜p.35 5/29 （水） ◯競プロの鉄則 5.5 B〜5.…

今週の振り返りを書き始めて2週目になりました！ 5/20（月） 5/21 (火) 5/22（水） 5/23（木） 5/24（金） 5/25（土） 5/26（日） 今週の反省 来週の目標 5/20（月） ◯競プロの鉄則 4.6 A 5/21 (火) ◯競プロの基礎 4.6 B〜4.7 ◯ ゼロから作るDeep Learning⑤生成モデル編 7.2〜8.3 5/22（水） ◯競プロの基礎 5.1 A 4章を進めていたのですが難しかったので一旦飛ばして5章に進むことにしました。またどこかのタイミングで4章に戻ってきます。 ◯ ゼロから作るDeep Learning⑤生成モデル編 8.4〜10.5 …

これから毎日勉強したことの記録をつけて、1週間ごとにまとめて投稿していきます。 今回は記念すべき1回目です。 5/15（水） 5/16（木） 5/17（金） 5/18（土） 5/19（日） 来週の目標 5/15（水） ◯競プロの鉄則 序章〜2.3 ◯ゼロから作るDeep Learning⑤生成モデル編 1.1〜3.3 ◯論文1本 （確率分布などの知識が足りていないと判断したため、ゼロから作る…で勉強してから残りの論文を読むことにしました） 5/16（木） ◯競プロの鉄則 2.4〜3.1 A ◯ゼロから作る Deep Learning⑤生成モデル編 3.4〜4.4 5/17（金） ◯競プロの鉄則…

（ブリスウェルでは現時点では画像生成AIのサービス化はしていません・・・） ブリスウェルでは、AIを活用して様々なサービスを提供しています。 AIのみでも利用できますし、業務システムやモバイルアプリなどと連携することも可能です。 それでは紹介していきましょう。

はじめに こんにちは。この度、株式会社アダコテックでサマーインターンシップに参加いたしました羽田和也です。大学では主に画像認識に関する研究を行っており、アダコテックの異常検知ソフトウェアに興味があったので参加しました。今回はサマーインターンシップで行ったCHLACの特徴量検出について説明していきます。 HLACとは？ CHLACとはHLACに時間の次元を加えて、画像の縦と横、時間の3次元による差分から対象の動きを認識する手法です。そもそもHLACは、画像を縦と横の2次元の情報としてとらえ、そこから図1のHLAC特徴量のマスクパターンで画像を認識していきます。 図1.HLAC特徴量のマスクパター…

アダコテックでは、コア技術として HLAC （Higher-order Local Auto-Correlation; 高次局所自己相関特徴） と多変量解析手法を組み合わせて異常検知技術をさまざまな分野へ応用しています。 今回は、HLACの亜種である HLIC について解説します。 HLICとは 多チャンネル時系列データってどんなもの？ HLICのマスクパターン 2フレーム（時間方向）×2チャンネルの場合のマスクパターン 3フレーム（時間方向）×3チャンネルの場合のマスクパターン 異常検知の流れ 心電図での異常検知の例 故障予兆検知 おわりに HLICとは HLICとは、Higher-orde…

先日の『HLACを試してみた：メッシュシートの外観検査！』 では、下記をご案内しました。 実際の画像検査では、製造時に起こりうる構造自体のばらつきだけでなく、用いたカメラ、レンズ、照明やシートの置き方など撮像の影響で良品（正常な部分）自体にばらつきがあり、細かい構造では検出したい欠陥（異常）による変化＜正常のばらつき となる場合がある。 それにより画像処理のルールベースではロジックの設定が難しく過検出が多発するという問題に対し、アダコテックの外観検査ソフトウェアでは良品学習による検査モデルを用いることで良品のばらつきを加味した判定が可能となり過検出を抑制できた。 学習に用いる良品画像とされてい…