Presentation Information
[3108-12-05]Understanding the learning mechanism of the deep learning model in iron ore grade estimation
○Narihiro Owada1, Toriya Hisatoshi1, Adachi Tsuyoshi1 (1. Akita University)
司会：清水賀之（イタスカジャパン）
Keywords:
iron ore,deep learning,hyperspectral image
ハイパースペクトル画像は、各ピクセルに物質の電磁波吸収特性を表すスペクトルを記録した画像で、鉱物特有のスペクトルを解析することで定性・定量分析に利用されている。特に鉄鉱石の主要成分である鉄酸化物は、比較的撮影が容易な可視近赤外領域に特徴的なスペクトル吸収を持つため、ハイパースペクトル画像からの品位推定が試みられている。品位推定手法のひとつである深層学習では、大量のデータからスペクトルの特徴と品位の関係を学習することで高い精度で推定できることが報告されている。しかし、深層学習は推定の性能が高いもののモデルのパラメータが多く、モデルがどのように判定を行ったか解釈することが困難である。深層学習モデルの判断根拠を可視化することはモデルの信頼性を高めるために重要であるが、ハイパースペクトル画像を学習した深層学習モデルの判断根拠の可視化はほとんど行われていない。そこで本研究では、ハイパースペクトル画像から鉄鉱石品位の予測を行う深層学習モデルに対して、モデルの判断根拠の可視化を試み、結果を考察した。