文献

J-GLOBAL ID：201702282060979341   整理番号：17A0797037

確率論理を用いた並列ハードウェアニューラルネットワークに基づくジェスチャ認識【Powered by NICT】

Gesture recognition based on parallel hardware neural network implemented with stochastic logics

著者 (4件)： Wang Xuechun (Microelectronic Research and Development Center, Shanghai University, 200072, China) ,  Chen Wendong (Microelectronic Research and Development Center, Shanghai University, 200072, China) ,  Ji Yuan (Microelectronic Research and Development Center, Shanghai University, 200072, China) ,  Ran Feng (Microelectronic Research and Development Center, Shanghai University, 200072, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICALIP  ページ： 534-539  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： 確率計算を用いたニューラルネットワークに基づく新しい方法を人間のジェスチャの認識のために提示した。電流ジェスチャ認識研究では,技術の大部分は高ハードウェア資源と電力消費を必要とする。ジェスチャ認識アルゴリズムを考慮して,それらの複雑な系の出力限界は,再構成可能なアーキテクチャ,確率計算のための探索に向けて設計者を促してきた。複雑な算術演算を用いた異なるニューラルネットワークのために,確率的ビットストリームの計算は,より少ない資源で済み,操作における非常に効率的な性能を示した。実験結果は,確率的ニューラルネットワークは,種々の手ぶりを効果的に認識と少ないハードウェア面積を必要とすることを示した。さらに,異なる環境に良好なロバスト性を持っている。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： 演算 ,  電流 ,  *ハードウェア ,  計算機アーキテクチャ ,  *ニューラルネットワーク ,  ロバスト性 ,  電力消費
準シソーラス用語： 確率的ニューラルネットワーク ,  ビットストリーム ,  再構成可能性 ,  認識アルゴリズム ,  *身振り ,  *ジェスチャー認識 ,  *確率論理 , 【Automatic Indexing@JST】

分類 (4件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J) ,  腫ようの診断  (GE03020J) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 確率論理 ,  ハードウェア ,  ニューラルネットワーク ,  ジェスチャ認識