文献

J-GLOBAL ID：200902202572177673   整理番号：09A0430674

制約の無い手書き認識のための新しいコネクショニストシステム

A Novel Connectionist System for Unconstrained Handwriting Recognition

著者 (6件)： GRAVES Alex (Technische Univ., Garching be Muenchen, DEU) ,  LIWICKI Marcus (German Res. Center for Artificial Intelligence, Kaiserslautern, DEU) ,  FERNANDEZ Santiago (IDSIA, Manno-Lugano, CHE) ,  BERTOLAMI Roman (Res. Group on Computer Vision and Artificial Intelligence (FKI), Bern, CHE) ,  BUNKE Horst (Res. Group on Computer Vision and Artificial Intelligence (FKI), Bern, CHE) ,  SCHMIDHUBER Juergen (Technische Univ., Garching be Muenchen, DEU)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 31  号： 5  ページ： 855-868  発行年： 2009年05月 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： 草書体の文字や重複した文字のセグメンテーションに基づく制約無し手書きテキストの行の認識問題では,長期間その欠点が認識されながらも,隠れMarkovモデルが用いられて来た。これに対し本論文では,シーケンスラベル付けタスク用に特に設計された回帰型ニューラルネットワークの新しいタイプを提案し,それに基づく新たな代替的アプローチを提案した。前処理についてのオンラインデータ準備とオフラインデータ準備について正規化および特徴抽出について述べた。次に,回帰ニューラルネットワークの認識器を提案し,長い短期記憶(LSTM),双方向回帰型ニューラルネットワーク,コネクショニスト時間分類(CTC),CTC前方-後方アルゴリズム,CTC目的関数,CTC復号化,CTCトークンパッシングアルゴリズム,について詳細にかつ具体的に論じた。完全回帰型ニューラルネットワーク手書き認識システムの評価を目的とした実験を行い,そこで用いたデータセット,言語モデル,辞書,HMM(隠れMarkovモデル)パラメータ,回帰型ニューラルネットワークパラメータ,辞書サイズの影響,回帰型ニューラルネットワーク隠れ層の影響,学習曲線,回帰型ニューラルネットワークによるコンテキストの利用,などについて論じた。その結果,辞書サイズに対する提案回帰型ニューラルネットワークのロバスト性を示すとともに,ネットワークとHMM間の違いについて詳細な議論を行った。

シソーラス用語： *パターン認識 ,  *ニューラルネットワーク ,  神経回路網 ,  ラベル付け【画像】 ,  特徴抽出 ,  正規化 ,  記憶 ,  コネクショニストモデル ,  隠れMarkovモデル ,  学習曲線
準シソーラス用語： *リカレントニューラルネットワーク ,  *手書きテキスト認識 ,  短期記憶

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)： 制約 ,  手書き認識