文献

J-GLOBAL ID：202202216928454862   整理番号：22A0777937

Assamse手書き文字認識による実験【JST・京大機械翻訳】

Experimenting with Assamese Handwritten Character Recognition

著者 (5件)： Singh Jaisal (Indian Institute of Technology, Guwahati, Assam, India) ,  Natesan Srinivasan (Indian Institute of Technology, Guwahati, Assam, India) ,  Paprzycki Marcin (Systems Research Institute Polish Academy of Sciences, Warsaw, Poland) ,  Ganzha Maria (Systems Research Institute Polish Academy of Sciences, Warsaw, Poland) ,  Ganzha Maria (Warsaw University of Technology, Warsaw, Poland)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13167  ページ： 219-229  発行年： 2022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： 光学的特徴認識はビジネスと管理における一般的なツールになったが,Assamese文字認識のためのその使用は,まだ初期段階である。したがって,著者らは,その性能の一般理解を確立するために,このタスクに適用した多重ニューラルネットワークアーキテクチャで実験した。実験では,27k以上の画像を用いて,Assameseスクリプトデータセットを作成した。このデータセットに対して,LeNet5,AllexNet,ResNet50,IncepV3,高密度NetNet201,およびハイブリッドLSTM-CNNモデルを適用した。次に,水平および垂直方向に移動画像を含み,それらを回転させる幾何学的変換を適用して,利用可能なデータセットを強化した。拡張データセットを実験に用いて,適用した方法の精度を研究した。試験データで得られた最良の精度は96.83%に達した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 光学的性質 ,  *文字認識 ,  精度 ,  認識 ,  画像 ,  *手書き文字認識 ,  多重化 ,  モデル ,  機械学習
準シソーラス用語： 高密度 ,  試験データ ,  ニューラルネットワークアーキテクチャ , 【Automatic Indexing@JST】

著者キーワード (5件)： 文字認識 ,  Assamese言語 ,  機械学習 ,  畳込みニューラルネットワーク ,  データ増強

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 手書き文字認識 ,  実験