文献

J-GLOBAL ID：202002278530593018   整理番号：20A1714281

画像コンテンツ豊富さの問題を扱うための予備的段階としての食品タイプを同定するための傾斜CNN技術【JST・京大機械翻訳】

The Graded CNN Technique to Identify Type of Food as The Preliminary Stages to Handle the Issues of Image Content Abundant

著者 (3件)： Sadikin Mujiono (Universitas Mercu Buana, Jl. Raya Meruya Selatan, Kembangan, Jakarta) ,  Ramayanti Desi (Universitas Mercu Buana, Jl. Raya Meruya Selatan, Kembangan, Jakarta) ,  Indrayanto Aditya Putra (Universitas Mercu Buana, Jl. Raya Meruya Selatan, Kembangan, Jakarta)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICCAE 2020  ページ： 108-113  発行年： 2020年 
JST資料番号： D0698C  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： このソーシャルメディア時代において,マーケティング促進はテキストからマルチメディアコンテンツへシフトする。社会メディアページに投稿された未要求コンテンツを扱う新しい技術とアルゴリズムが必要である。本論文では,食品の種類,すなわちジャンク食品または健康食品の同定のための深層学習法の適用の研究結果を提示した。実験では,食品の種類の分類において,畳み込みニューラルネットワークの様々な層を検討した。傾斜CNNとして述べた別の構成を提案した。実験の結果は,提案した傾斜CNN技術が,他の自明なCNN構成と比較して優れていることを示している。性能パラメータ,即ち,精度およびプロセスに対する時間の両者は,画像分類領域における強力なCNNバリアントとして,著者らの段階的CNN技術が実現可能であることを確認した。傾斜CNNの平均精度は通常のCNNよりも9%良く,一方,プロセスまでの時間は400%より効率的であった。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  *食品 ,  マーケティング ,  健康食品 ,  *コンテンツ
準シソーラス用語： マルチメディアコンテンツ ,  *映像コンテンツ ,  画像分類 ,  ソーシャルメディア ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  傾斜CNN ,  健康食品 ,  ジャンク食品

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 (6件)： 画像コンテンツ ,  段階 ,  食品 ,  タイプ ,  同定 ,  CNN