文献

J-GLOBAL ID：201702228280125245   整理番号：17A0116168

より大きなデータを用いたCNN訓練による完全精度への次のステップ【Powered by NICT】

A Further Step to Perfect Accuracy by Training CNN with Larger Data

著者 (4件)： Uchida Seiichi ,  Ide Shota ,  Iwana Brian Kenji ,  Zhu Anna
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICFHR  ページ： 405-410  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： 印刷 ,  畳込み ,  ネットワーク ,  *数字 ,  ニューラルネットワーク ,  文字認識 ,  データベース
準シソーラス用語： テキスト ,  転移学習 ,  手書き ,  大規模データセット , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： CNN ,  訓練