文献

J-GLOBAL ID：202102223695059127   整理番号：21A1193791

制限されたBoltzmannマシンと畳込みニューラルネットワークに基づくアラビア語手書き数字認識【JST・京大機械翻訳】

Arabic Handwritten Digit Recognition Based on Restricted Boltzmann Machine and Convolutional Neural Networks

著者 (1件)： Alani Ali A. (Department of Computer Science, College of Science, University of Diyala, Diyala 32001, Iraq)
資料名： Information (Web)  (Information (Web))
巻： 8  号： 4  ページ： 142  発行年： 2017年 
JST資料番号： U7203A  ISSN： 2078-2489  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 手書き数字認識はコンピュータビジョンとパターン認識における未解決問題であり,この問題の解決は関心を高めている。この問題の主な課題は,ディジタルデバイスを介してユーザによって提出された手書き数字を認識することができる効率的方法の設計である。多くの研究が,様々な言語における手書き数字認識を改善するために,過去および近年提案されている。アラビアにおける手書き数字認識に関する研究は限られている。現在,深層学習アルゴリズムはコンピュータビジョンにおいて非常に一般的であり,画像分類,自然言語処理,および音声認識のような重要な問題を解決および処理するために使用され,人間の能力に達する官能能力を有するコンピュータを提供する。本研究では,制限Boltzmannマシン(RBM)と畳込みニューラルネットワーク(CNN)深層学習アルゴリズムの利用によるアラビア手書き数字認識のための新しいアプローチを提案した。特に,2つの相で動作するアラビア手書き数字認識手法を提案した。最初に,RBMを使用し,それは生データから非常に有用な特徴を抽出することができる深い学習技術であり,それは特徴抽出相における特徴抽出技術としていくつかの分類問題において利用されてきた。次に,抽出した特徴を訓練と試験プロセスのための深い教師つき学習アーキテクチャで効率的なCNNアーキテクチャに供給した。実験では,提案手法の訓練と試験のために,CMATERDB 3.3.1アラビア手書き数字データセットを用いた。実験結果は,提案方法が精度率を有意に改善し,精度が98.59%に達することを示した。最後に,著者らの結果のCMARERDB 3.3.1アラビア手書き数字データセットに関する他の研究結果との比較は,著者らのアプローチが最高の精度率を達成することを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音声認識 ,  学習 ,  言語 ,  特徴抽出 ,  自然言語処理 ,  教師つき学習 ,  コンピュータビジョン ,  計算機アーキテクチャ ,  *コンピュータ ,  学習アルゴリズム
準シソーラス用語： *アラビア語 ,  画像分類 ,  *手書き数字認識 ,  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 (5件)： 手書き数字認識 ,  アラビア語数字 ,  制限されたBoltzmannマシン ,  深層学習 ,  畳込みニューラルネットワーク

分類 (1件)： パターン認識  (JE07000S)

引用文献 (45件)：

• Babu, U.R.; Venkateswarlu, Y.; Chintha, A.K. Handwritten digit recognition using k-nearest neighbour classifier. In Proceedings of the 2014 World Congress on Computing and Communication Technologies, (WCCCT 2014), Trichirappalli, India, 27 February-1 March 2014; pp. 60-65.
• Niu, X.X.; Suen, C.Y. A novel hybrid CNN-SVM classifier for recognizing handwritten digits. Pattern Recognit. 2012, 45, 1318-1325.
• Al-omari, F.A.; Al-jarrah, O. Handwritten Indian numerals recognition system using probabilistic neural networks. Adv. Eng. Inform. 2004, 18, 9-16.
• Ashiquzzaman, A.; Tushar, A.K. Handwritten Arabic Numeral Recognition using Deep Learning Neural Networks. In Proceedings of the 2017 IEEE International Conference on Imaging, Vision & Pattern Recognition, Dhaka, Bangladesh, 13-14 February 2017; pp. 3-6.
• Das, N.; Mollah, A.F.; Saha, S.; Haque, S.S. Handwritten Arabic Numeral Recognition using a Multi Layer Perceptron. In Proceedings of the National Conference on Recent Trends in Information Systems (ReTIS-06), Kolkata, India, 14-15 July 2006; pp. 200-203.

タイトルに関連する用語 (5件)： 制限 ,  Boltzmannマシン ,  畳込みニューラルネットワーク ,  アラビア語 ,  手書き数字認識