文献

J-GLOBAL ID：201802250666186691   整理番号：18A0407944

深さニューラルネットワークに基づく手書き数字認識【Powered by NICT】

Handwritten digit recognition based on depth neural network

著者 (2件)： Hou Yawei (School of Electrical and Electronic Engineering, Shanghai Institute of Technology, Shanghai, China) ,  Zhao Huailin (School of Electrical and Electronic Engineering, Shanghai Institute of Technology, Shanghai, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIIBMS  ページ： 35-38  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： ニューラルネットワークと深さ学習は,画像処理の分野で広く使用されている。しばしば複雑なネットワークモデルに必要である良好な認識結果。しかし複雑なネットワークモデルは,訓練を困難にし,長い時間を要する。簡単なモデルで高い認識率を得るためには,BPニューラルネットワークと畳込みニューラルネットワークを別々に研究し,MNISTデータセットで検証した。更なる認識結果を改善するために,深さネットワークはMNISTデータセット上で提案し検証した。実験結果は,複合深さネットワークの認識効果は単一ネットワークのそれより明らかに優れていることを示した。結合ネットワークによって達成されるより正確な認識結果。Copyright 2018 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： *ネットワーク ,  *ニューラルネットワーク ,  画像処理
準シソーラス用語： 畳込みニューラルネットワーク ,  逆伝播ニューラルネットワーク ,  認識率 ,  ネットワークモデル ,  *手書き数字認識 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： ニューラルネットワーク ,  手書き数字認識