TUOA06 　ビーム診断・ビーム制御②　 8月10日 会議室A 17:40 - 18:00

画像認識で使用する画像は適切か、オートエンコーダーによる評価

Evaluations with autoencoder whether the image used for image recognition is appropriate

○野村 昌弘，田村 文彦，島田 太平，山本 昌亘，沖田 英史（原子力機構），古澤 将司，杉山 泰之，原 圭吾，長谷川 豪志，大森 千広，吉井 正人（高エネルギー加速器研究機構）

○Masahiro Nomura, Fumihiko Tamura, Taihei Shimada, Masanobu Yamamoto, Hidefumi Okita (JAEA), Masashi Furusawa, Yasuyuki Sugiyama, Keigo Hara, Katsushi Hasegawa, Chihiro Ohmori, Masahito Yoshii (KEK)

J-PARCでは、畳み込みニューラルネットワーク(Convolutional Neural Network:CNN)よる画像認識技術により、マウンテンプロットと呼ばれる画像から、RCSの調整時に必要なビームに関する情報を得られるように整備している。現在、マウンテンプロットからCNNにより必要な情報を得られるところまでは整備ができてきている。今後誰にでも、さらに制御の自動化までを考えた場合には、その数値が信頼できるかどうかが重要となってくる。CNNではどのような画像であれ、必ず値を返してくる。学習した範囲内の画像であればCNNは信頼できる値を返してくるが、学習範囲外の想定外の画像ではどのような値を返してくるかは不明である。つまり、CNNにより信頼できる値を得るためには、画像認識で使用する画像が学習範囲内かどうかの評価が必要となる。今回、この評価を機械学習の一つであるオートエンコーダー(Auto Encoder:AE)により行ってみた。発表では使用したAEについての説明、学習範囲内の画像と想定外の画像のAEによる評価結果等について述べる。