文献

J-GLOBAL ID：201902247562158447   整理番号：19A1962161

古典CNNモデルを用いた特性類似性【JST・京大機械翻訳】

Characteristic Similarity Using Classical CNN Model

著者 (5件)： Diana Mery (Graduate School of Science and Technology, Kumamoto University, Japan) ,  Chikama Juntaro (Graduate School of Science and Technology, Kumamoto University, Japan) ,  Amagasaki Motoki (Graduate School of Science and Technology, Kumamoto University, Japan) ,  Iida Masahiro (Graduate School of Science and Technology, Kumamoto University, Japan) ,  Kuga Morihiro (Graduate School of Science and Technology, Kumamoto University, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ITC-CSCC  ページ： 1-2  発行年： 2019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： 古典的CNNのような深いニューラルネットワークは,画像分類において非常に一般的に使用される。CIFAR-10データセットは,32x32ピクセルサイズの10の画像カテゴリーデータセットを提供する。CIFAR-10[3]における小画像の分類[2]とラベル付き部分集合のための十分な情報を提供しないデータセットを用いるとき,類似性は問題となったので,著者らは学習における良い類似性結果に達するためにいくつかのパラメータによって古典的CNNモデルを修正した。著者らは,モデルがデータセットにおける代表的画像のために90%と高い類似性を与えることができることを見つけた。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  部分集合 ,  *類似性 ,  ニューラルネットワーク
準シソーラス用語： 画像分類 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： CNN ,  モデル ,  類似性