文献

J-GLOBAL ID：201702255021295969   整理番号：17A1728892

顔認識における自動符号器とPCA(主成分分析)【Powered by NICT】

Autoencoder versus PCA in face recognition

著者 (2件)： Siwek Krzysztof (Institute of Theory of Electrical Engineering, Measurement and Information Systems, Warsaw, Poland) ,  Osowski Stanislaw (Institute of Theory of Electrical Engineering, Measurement and Information Systems, Warsaw University of Technology and Electronic Faculty, Military University of Technology, Warsaw, Poland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CPEE  ページ： 1-4  発行年： 2017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： 本論文では,顔認識のための計算機システムの比較解析を提示した。自動符号器,深層学習の典型的な代表が古典的PCA変換と比較した。オートエンコーダとPCAは特徴生成と選択のためのツールとして役立つ。しかし,重要な違いは,オートエンコーダに適用した非線形性と多層構造である。認識の最終課題はサポートベクトルマシンまたはソフトマックス回路により行われる。顔のマルチクラスを基に行った数値結果は,autoencoding原理の優位性,認識クラスの数が非常に高い場合を示した。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： 多層構造 ,  *符号器 ,  *主成分分析 ,  非線形性 ,  サポートベクトルマシン ,  計算機システム
準シソーラス用語： 深層学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 顔認識 ,  符号器 ,  PCA ,  主成分分析