文献

J-GLOBAL ID：202002274527352896   整理番号：20A0426456

深層学習畳込みニューラルネットワークに基づくシステムアーキテクチャに関する研究【JST・京大機械翻訳】

Research on System Architecture Based on Deep Learning Convolutional Neural Network

著者 (2件)： Chen Caijuan (Tianjin Key Laboratory of Wireless Mobile Communications and Power Transmission, Tianjin Normal University, Tianjin, China) ,  Tong Ying (Tianjin Key Laboratory of Wireless Mobile Communications and Power Transmission, Tianjin Normal University, Tianjin, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 572  ページ： 514-522  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  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： 近年,深い学習技術はデータから特徴を効果的に学習できるので,画像認識の分野において強力な技術的手段になっている。画像認識に関する研究は,人工知能とコンピュータビジョンの開発をより良く促進することができる。本論文では,この分野の研究とレビューを行い,その重要な開発と応用を紹介し,この分野におけるさらなる開発を促進する試みを行った。最初に,本論文はネットワークの構造を導入して,次に,CNNによって深い学習の一般的構造モデルを導入した。オーバーフィッティング法,ニューラルネットワーク可視化技術,開始構造,および変換入力画像を低減する技術的方法を検討した。最後に,この分野で解決する必要がある問題と深い学習の将来を紹介した。分散コンピューティング,ビット数減少,移動学習,画像スタイル変換,画像生成などが,画像認識の分野における更なる研究方向であることを指摘した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  コンピュータビジョン ,  画像合成 ,  画像認識 ,  人工知能 ,  *学習 ,  *システムアーキテクチャ ,  *ニューラルネットワーク ,  分散処理
準シソーラス用語： 可視化技術 ,  構造モデル ,  *畳込みニューラルネットワーク ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 深層学習 ,  画像認識 ,  畳み込みニューラルネットワーク

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 深層学習 ,  畳込みニューラルネットワーク ,  システムアーキテクチャ ,  研究