文献

J-GLOBAL ID：202002252871849311   整理番号：20A2283639

パターン認識のためのニューラルネットワークの構築【JST・京大機械翻訳】

Building Neural Network for Pattern Recognition

著者 (3件)： Mikheev M. Yu. (Penza State Technological University,dep. Information Technologies and Systems,Penza,Russia) ,  Gusynina Yu. S. (Penza State Technological University,dep. of Mathematics and Physics,Penza,Russia) ,  Shornikova T. A. (Penza State Technological University,dep. of Mathematics and Physics,Penza,Russia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： RusAutoCon  ページ： 357-361  発行年： 2020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： 本論文では,患者の骨骨折画像によって例証されたニューラルネットワークを用いたパターン認識の問題を考察した。従来のアプローチを用いて,入力,処理,および出力ニューロン層が形成される深い信念ニューラルネットワークを構築した。ニューラルネットワークの訓練は多層人工ニューラルネットワーク(ANNと呼ぶ)の使用に基づいている。多層ネットワークのニューロン間接続を調整し,アルゴリズムを用いて計算した重み係数を展開した。このアルゴリズムは最良のANNアーキテクチャの構築を可能にする。このアルゴリズムはANN訓練の完了を可能にする。訓練セットを処理すると,ほとんどゼロの認識誤差が与えられ,これは,このアーキテクチャ形成技術の利点を他者以上に示した。Copyright 2020 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： アルゴリズム ,  *パターン認識 ,  *ネットワーク ,  ニューロン ,  *ニューラルネットワーク ,  骨折 ,  多層 ,  計算機アーキテクチャ
準シソーラス用語： 重み係数 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (3件)： パターン認識 ,  ニューラルネットワーク ,  構築