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。
本論文では,新しい,高度に適応可能なJavaフレームワークN光Nを示し,深いニューラルネットワークを用いた研究,特にCAEs。最も一般的な深層学習ライブラリーは,迅速な処理と,高い性能に焦点を当てているが,それらは主流ネットワークアーキテクチャとネットワークユニットを実装だけであった。文書領域における最近の研究では,修正ネットワーク,単位,および訓練プロセスも,各種タスクにおける性能を顕著に改善することを示した。このような能力を持つ文書研究コミュニティを可能にするために,本論文では,適応,拡張が容易な新しい,公的に利用可能な深層学習フレームワークを提案した。さらに,三課題,手書き歴史的文書の領域における二を含むへの応用成功を示し,フレームワークは,適応,最適化,および,より深い解析に用いることができるかを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】