抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
畳込みニューラルネットワーク(CNN)は,正確な文字認識の最前線である。本論文では,大規模データセットの使用を実行することによりそれらの最大容量でCNNを調べた。は約820,000種の実試料分離された手書き数字のデータセット,従来のMNISTデータベースよりもはるかに大きいを用いてほぼ完全な性能を示した。添加では,機械印刷数字とマルチフォントディジタル生まれた数字の認識に対するほぼ完全な性能を報告した。,汎用OCRに向けて進行するために,一つの分類器にデータセットを組み合わせる方法を提案した。本論文では,訓練に先立ってデータセットを組み合わせるの影響およびトレーニング中の転移学習の効果を明らかにした。提案した方法の結果は,テキストの全形態を一般化するネットワークの能力を示唆したほぼ完全な精度を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】