黒色インクの中赤外ハイパースペクトルデータのニューラルネットワークによる分析

抄録

中赤外ハイパースペクトルイメージングの測定データを、機械学習を用いて解析する方法を研究している。昨年は、データを前処理した後、判別分析、決定木、KNNを用いて、スペクトル形状の違いからインクの種類を識別することを試みた。今年は、ニューラルネットワークを使って同じように識別し、正答率が上がるかどうか検証した。学習データとして、再生紙に塗られた5種類の黒色マーキングペンインクを赤外線画像顕微鏡で測定して得られたスペクトルを使用した。スペクトルの微分と主成分分析によって得られた12個の予測変数を用いて、ニューラルネットワークによる教師あり機械学習を行った。その結果、隠れ層である全結合層が1層でサイズ10である、ナローニューラルネットワークが最も高い正答率を示し、その正答率は昨年の97.6 %から97.7 %へとわずかに増加した。