Topページ > 機械・金属関係 技術トピックス > 機械学習による鋳鉄の黒鉛形状の分類 |
$Target$ | $CSF$ | $Round$ | $CSFm$ | $CSFg$ | $AR$ | $MR$ | $BF$ | $Conv$ | $Sol$ |
Ⅰ | 0.013 | 0.013 | 0.013 | 0.000 | 0.559 | 0.012 | 0.021 | 0.720 | 0.045 |
Ⅱ | 0.022 | 0.101 | 0.047 | 0.005 | 0.744 | 0.150 | 0.201 | 0.366 | 0.197 |
Ⅲ | 0.221 | 0.252 | 0.236 | 0.059 | 0.629 | 0.234 | 0.373 | 0.756 | 0.502 |
Ⅳ | 0.079 | 0.347 | 0.166 | 0.058 | 0.865 | 0.333 | 0.385 | 0.438 | 0.453 |
Ⅴ | 0.137 | 0.362 | 0.223 | 0.081 | 0.840 | 0.319 | 0.379 | 0.524 | 0.566 |
Ⅵ | 0.834 | 0.873 | 0.853 | 0.744 | 0.938 | 0.872 | 0.930 | 0.934 | 0.977 |
パラメータ | $score$ | ||
個数 | 組み合わせ | 学習データ | 検証データ (最大値) |
9 | $CSF, Round, CSFm, CSFg, AR, MR, BF, Conv, Sol$ |
1.0±0 | 0.84±0.03 (0.87) |
8 | $CSF, Round, CSFm, CSFg, MR, BF, Conv, Sol$ |
1.0±0 | 0.85±0.03 (0.89) |
7 | $CSF, Round, CSFm, CSFg, MR, Conv, Sol$ |
1.0±0 | 0.85±0.03 (0.89) |
6 | $Round, CSFm, CSFg, MR, Conv, Sol$ |
1.0±0 | 0.82±0.05 (0.89) |
5 | $Round, CSFm, CSFg, MR, Sol$ | 1.0±0 | 0.85±0.03 (0.89) |
4 | $Round, CSFm, MR, Sol$ | 1.0±0 | 0.83±0.04 (0.89) |
3 | $Round, MR, Sol$ | 1.0±0 | 0.81±0.05 (0.92) |
2 | $Round, MR$ | 1.0±0 | 0.68±0.04 (0.70) |
組織画像 | 機械学習による推論(上段) 筆者による判定(下段) |
下段に対する 上段の正解率 (%) |
|||||
Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ | Ⅵ | ||
A | 0 0 |
0 0 |
2 4 |
0 1 |
17 14 |
70 70 |
93 |
B | 0 0 |
0 0 |
2 3 |
0 0 |
25 23 |
82 83 |
96 |
C | 0 0 |
0 0 |
9 11 |
8 5 |
20 21 |
16 16 |
89 |
問い合わせ:新潟県工業技術総合研究所 中越技術支援センター 斎藤 雄治 TEL:0258-46-3700 FAX:0258-46-6900 |