文献

J-GLOBAL ID：201702258847589881   整理番号：17A1733035

深学習による消費食品の栄養の近似推定【Powered by NICT】

Approximate estimation of the nutritions of consumed food by deep learning

著者 (1件)： Berkan Aydilek Ibrahim (Harran Ueniversitesi, Muehendislik Fakueltesi, Bilgisayar Muehendisligi, S,anliurfa, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： UBMK  ページ： 160-164  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： 深層学習を計算機ハードウェアシステムとビッグデータにおける開発の結論のため近年機械学習における一般的な研究となっている。深層学習は,画像分類,音声認識,自然言語処理などに成功裏に使用されている。栄養の制御された摂取量は健常人であるための条件として推奨される。は多くの食物が日中に消費され,これらの食品のカロリーと栄養後である知り,監視健康的な栄養を制御するのに役立つ。本研究では,栄養素画像を含む食品PICSデータセットを用いた画像レベルでの食品の栄養を近似した。画像認識および分類タスクに成功裏に使用されてきた深い学習アプローチ,畳込みニューラルネットワーク(CNN)は栄養イメージトレーニングデータで訓練し,高い分類成功値が達成された。ネットから得られた五の最も高い予測栄養結果の算術平均栄養価は近似栄養素含有量とした。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： *学習 ,  畳込み ,  機械学習 ,  栄養素 ,  *近似法 ,  音声認識 ,  ニューラルネットワーク ,  自然言語処理 ,  画像 ,  *食品 ,  予測 ,  画像認識
準シソーラス用語： 画像分類 ,  ビッグデータ ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 学習 ,  消費 ,  食品 ,  栄養 ,  近似 ,  推定