文献

J-GLOBAL ID：201802249526911548   整理番号：18A1416426

幾何学的不変性獲得のための多段CNNの提案

Proposal of multi-stage CNN for geometric invariance acquisition

著者 (3件)： 高橋良 (神戸大 大学院システム情報学研究科) ,  松原崇 (神戸大 大学院システム情報学研究科) ,  上原邦昭 (神戸大 大学院システム情報学研究科)
資料名： 人工知能学会全国大会論文集(CD-ROM)  (人工知能学会全国大会(CD-ROM))
巻： 31st  ページ： ROMBUNNO.4M1-3  発行年： 2017年 
JST資料番号： X0580B  ISSN： 1347-9881  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 多層構造のCNNは画像識別分野で大きな成果を残してきた。CNNは被写物体の微小な平行移動に対して堅牢であるという,平行移動不変性を持つことが知られている。しかし,幾何学的変化である,拡大縮小,回転には脆弱であることが知られており,識別精度向上の障害となっている。そこで,複数の拡大縮小された入力から得られる特徴情報を,多段構造の新しいネットワークによって等価に扱い,拡大縮小不変性の獲得を目指す。(著者抄録)

シソーラス用語： *数学的性質 ,  幾何学 ,  不変性 ,  *ニューラルネットワーク ,  多層構造 ,  ロバスト性 ,  回転 ,  拡大 ,  縮小 ,  *判別分析 ,  知識獲得
準シソーラス用語： *幾何学的不変性 ,  識別精度 ,  *畳込みニューラルネットワーク ,  平行移動不変性

分類 (3件)： システム・制御理論一般  (IA02010H) ,  ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 幾何学 ,  不変性 ,  獲得 ,  多段 ,  CNN ,  提案