抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
オンラインアラビア手書き認識は,それが自然的に,制約されていないので,二つの問題である。アラビア語スクリプトの解析は,ほとんどの文字の上または下に置かれ,通常書かれている絶対ドット/ストークにより複雑化されている。加えて,アラビア語は形態と構文に富んでおり,それにより,大語い辞書を扱うために,良好なオンライン手書きシステムに対する必要がある。以前に,シーケンス再順序付けによる隠れMarkovモデル(HMM)は,アラビア語手書きを認識することに固有の大部分のジレンマに対する成功した解決策を提供した。近年,Deep Neural Network(DNN)は,HMMと統合されたとき,署名者の改善を提供することが示されている。本論文では,ハイブリッドDNN/HMMモデルを用いて,大語いアラビアHWRシステムを構築するために行われたeポートを紹介した。このシステムは,セグメンテーションを超えて使用される。開発したシステムを,125k単語の辞書サイズを持つ100の書込みにより書かれた12k単語のテストセットを用いてテストした。このシステムは,それぞれ認識された単語において,71.62%,89.61%の精度を達成し,そして,著者らの知識に対するトップの認識された単語は,大語いアラビアHWRに対して,最も良く報告された結果である。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】