文献

J-GLOBAL ID：202102270710796179   整理番号：21A1301551

畳込みニューラルネットワークを用いた手描きエモジ認識【JST・京大機械翻訳】

Hand-Drawn Emoji Recognition using Convolutional Neural Network

著者 (3件)： Akter Mehenika (University of Chittagong,Department of Computer Science and Engineering,Chittagong,Bangladesh) ,  Hossain Mohammad Shahadat (University of Chittagong,Department of Computer Science and Engineering,Chittagong,Bangladesh) ,  Andersson Karl (Lulea& University of Technology,Department of Computer Science, Electrical and Space Engineering,Skelleftea&,Sweden)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WIECON-ECE  ページ： 147-152  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： Emjisは,テキストメッセージを介して感情や感情を表現するために使用される小型アイコンや画像である。それらは,Facebook,Twitter,Instagramなどの異なるソーシャルメディアプラットフォームで広く使用されている。本研究では,手引きされた em子を,これらを8つのクラスに分類するために検討した。手引きされた emは,任意のデジタルプラットフォームで,またはペンを有する論文で引き出される emである。本論文は,ユーザが手引きされた emを分類できるようにし,彼らが混乱なしに任意のソーシャルメディアでそれらを使用できるようにする。各クラスに対して500の画像の局所データセットを作成し,手引きされた emの全部で4000の画像を合計した。著者らは,畳み込みニューラルネットワークモデルによって8つのクラスに emを認識および分類できるシステムを提示した。モデルは,97%の精度で手引きされた emを分類できるだけでなく,良好に認識できた。また,VGG16,VGG19,ResNet50,MobileNetV2,IncevingV3,およびX開始のようないくつかの事前訓練CNNモデルを,データセット上で訓練し,精度を比較し,それらが提案したものより良いかどうかを検証した。他方,SVM,ランダムフォレスト,Adaboost,決定木,およびXGboostのような機械学習モデルを,データセットに実装した。Copyright 2021 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： ディシジョンツリー ,  ディジタル方式 ,  *アイコン ,  機械学習
準シソーラス用語： ランダムフォレスト ,  ソーシャルメディア ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 畳込みニューラルネットワーク