文献
J-GLOBAL ID:202002281841117190   整理番号:20A0632121

粒状サポートベクトルマシンを用いた指静脈分類【JST・京大機械翻訳】

Finger-Vein Classification Using Granular Support Vector Machine
著者 (4件):
資料名:
巻: 12033  ページ: 309-320  発行年: 2020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:
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。
ネットワークと相互接続要素を横切る制御と知的システムの保護は重要な関心事である。バイオメトリックシステムは,これらのシステムを通して保存された情報の安全性と保護を保証するスマートシステムである。バイオメトリックシステムにおけるセキュリティのブレークスルーは,データとプライバシーの全体的なセキュリティにおける問題である。したがって,バイオメトリックシステムの安全性の改善における進歩は,ロバストなセキュリティシステムを確保する部分を形成する。本論文において,著者らは,指静脈分類を強化することを目的とした。それは,不正証明単一モード生物計測特性であると認識される。研究者による指静脈認識を強化するいくつかの試みにもかかわらず,分類精度と性能は本研究において依然として重要な関心事である。これは,指静脈画像特徴に関連する高い次元と不変性,および小さな訓練サンプルの不能性に起因し,指静脈分類のための高い精度を与える。著者らは,区間ベースのハイパーボックス粒状アプローチを用いて情報顆粒の形で指静脈特徴を表現することによってこのギャップを埋めることを目的とし,次に主成分分析(PCA)を用いてこれらの特徴に次元縮小を適用した。さらに,重みづけ線形損失関数に基づく改良粒状サポートベクトルマシン(GSVM)技術を用いて粒状分類を適用し,過剰適合を回避し,より良い一般化性能を得て,分類精度を強化した。著者らのアプローチPCA-GSVMと名付けた。実験結果は,指静脈粒状特徴の分類が,多モード生体計測システムで使用されるいくつかの最先端のバイオメトリック技術と比較して,より良い結果を提供することを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る