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。
深層学習の発展に伴い,多くの困難な認識問題は,深い学習モデルによって解くことができる。手書き文字認識では,CNNが最も使用されている。CNNの性能を改善するために,多くの新しいモデルは,緩和CNN[35]が広く用いられている提案されている。認識時間と同じで緩和CNNはCNNよりもより複雑な構造を持っている。しかし,緩和CNNの訓練はCNNよりもはるかに多くの時間を必要とする。本論文では,緩和CNNのためのカスケード訓練を提案した。著者らの方法は,良好な性能の緩和CNNを訓練できる正常CNNとほとんど同じ訓練時間を用いた。実験結果は,カスケード訓練により訓練された緩和CNNである手書き漢字認識に関して最先端技術レベルの性能を達成することができることを証明した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】