1991 Fiscal Year Annual Research Report
| Project/Area Number |
03806038
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
佐竹 隆顕 筑波大学, 農林工学系, 助手 (00170712)
|
|---|
| Keywords | ニュ-ラルネットワ-ク / 階層型ネットワ-ク / バックプロパゲ-ション学習 / 玄米の品質判定 / 玄米の光学特性 |
|---|
| Research Abstract |
学習則としてバックプロパゲ-ション法を援用したフィ-ドフォワ-ド結合型ニュ-ラルネットワ-クを数値デ-タプロセッサ搭載のPCー9801NS/E上で走らせ,中間ユニット数およびBP学習サイクル数を種々変えた条件のもとで玄米の外観品質判定シミュレ-ションを行った。ネットワ-クは入力,中間および出力層の3層からなるモデルであり,入力層は2個のユニット,出力層は5個のユニットにより構成するとともに,2つの入力ユニットには玄米の光学特性値である透過率と分光比を与え,5つの出力ユニットは玄米の5つの品質区分に対応させた。
シミュレ-ションは玄米の透過率と分光比を基に,当該玄米を整粒,未熟粒,被害粒,死米および着色粒等5つの代表的な外観品質区分に分類・判定するものである。すなわち供試玄米の透過率と分光比のパタ-ンベクトルをそれぞれネットワ-クに入力する一方,教師信号として、当該玄米の目視判定結果である理想出力パタ-ンベクトル(当該品質区分に対応する出力ユニットの値は1,他の出力ユニットの値は0)を併せて入力し,NNに学習させるという方法を用いた。
シミュレ-ションの結果,得られた品質区分の出力パタ-ンと熟練した技術者による外観品質の目視判定結果の比較検討を行い,目視判定に対するNNの正答率を算出した。階層型NNの中間ユニット数を各品質区分に対応する出力ユニット以上に設定することや,1万ないし2万回以上の学習サイクルをBPネットワ-クに課することにより,平均正答率は約87%となり,目視判定に近い判定を行い得る可能性を認めた。
|
