文献

J-GLOBAL ID：201902275845898859   整理番号：19A1665153

2Dジェスチャ検索のためのアトラクタネットワークのアンサンブル【JST・京大機械翻訳】

Ensemble of Attractor Networks for 2D Gesture Retrieval

著者 (6件)： Davila Carlos (Intelligent and Interactive Systems Lab (SI2 Lab), Universidad de Las Americas, Quito, Ecuador) ,  Gonzalez Mario (Intelligent and Interactive Systems Lab (SI2 Lab), Universidad de Las Americas, Quito, Ecuador) ,  Perez-Medina Jorge-Luis (Intelligent and Interactive Systems Lab (SI2 Lab), Universidad de Las Americas, Quito, Ecuador) ,  Dominguez David (Grupo de Neurocomputacion Biologica, Dpto. de Ingenieria Informatica, Escuela Politecnica Superior, Universidad Autonoma de Madrid, Madrid, Spain) ,  Sanchez Angel (ETSII, Universidad Rey Juan Carlos, Mostoles, Madrid, Spain) ,  Rodriguez Francisco B. (Grupo de Neurocomputacion Biologica, Dpto. de Ingenieria Informatica, Escuela Politecnica Superior, Universidad Autonoma de Madrid, Madrid, Spain)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11507  ページ： 488-499  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究では,ジェスチャー検索のためのアトラクターニューラルネットワーク(EANN)モデルのアンサンブルを提示した。2D単一ストロークジェスチャを収集し,アンサンブルによりオフラインで試験した。アンサンブルを同じ複雑さ,すなわち等しい連結性を持つ単一アトラクタと比較した。ニューラルネットワークの集合は,単一ネットワークに関して,ジェスチャ検索の能力と品質に関してジェスチャー検索を改善することを示した。アンサンブルは,集合モジュールへのパターンサブセットのランダム割当による相関パターンの検索を改善することができた。従って,アンサンブル入力の最適化はパターン検索を最大化する可能性がある。提案したEANNは,ジェスチャー不変量に対してロバストであることが期待される大きな初期雑音によるジェスチャ認識に対してロバストであることを証明した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質 ,  最適化 ,  連結性 ,  雑音 ,  *アトラクタ ,  ロバスト性 ,  *二次元 ,  *ネットワーク ,  不変量 ,  部分集合 ,  ニューラルネットワーク
準シソーラス用語： ジェスチャー認識 ,  パターン探索 ,  オフライン ,  *身振り , 【Automatic Indexing@JST】

著者キーワード (6件)： 単一ストロークのジェスチャ ,  オフライン認識 ,  ジェスチャ符号化 ,  Hopfieldネットワーク ,  シナプス希釈 ,  貯蔵容量

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 2D ,  ジェスチャ ,  検索 ,  アトラクタ ,  アンサンブル