文献

J-GLOBAL ID：202202231920622954   整理番号：22A0223714

修正LenetとAlexnet畳込みニューラルネットワークを用いた手書きデバナガリ文字認識【JST・京大機械翻訳】

Handwritten Devanagari Character Recognition Using Modified Lenet and Alexnet Convolution Neural Networks

著者 (5件)： Prashanth Duddela Sai (SCSVMV University, Kanchipuram, India) ,  Prashanth Duddela Sai (Sahyadri College of Engineering and Management, Mangaluru, India) ,  Mehta R. Vasanth Kumar (SCSVMV University, Kanchipuram, India) ,  Ramana Kadiyala (Department of Artificial Intelligence and Data Science, Annamacharya Institute of Technology and Sciences, Rajampet, Andhra Pradesh, India) ,  Bhaskar Vidhyacharan (Department of Electrical and Computer Engineering, San Francisco State University, San Francisco, CA, USA)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 122  号： 1  ページ： 349-378  発行年： 2022年 
JST資料番号： W2022A  ISSN： 0929-6212  資料種別： 逐次刊行物 (A)
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： 多くの進歩にもかかわらず,手書きDevanagari Character認識(HDCR)は複雑な特性の存在により未解決のままである。HDCRのために,従来の特徴抽出と分類技術は,公的に利用できないそれぞれの研究所で開発されたデータセットに限定される。標準ベンチマークデータセットは,深層学習モデルの開発を助けるHDCRに対して利用できない。HDCRの性能を進展させるために,本研究では,Devanagari numeralsの38,750画像のデータセットを作成し,母音を生成し,このドメインにおける研究者のために公的に利用できる。このデータを,異なる年齢群の3000以上の被験者から収集した。ここで提案したセグメンテーション技術により各特性を抽出し,これはこの応用に限定される。データセットについて実験を行った。3つの異なる畳込みニューラルネットワーク(CNN)アーキテクチャを開発した。1.CNN,2.修正Lenet CNN(MLCNN)と3.Alexnet CNN(ACNN)。修正LCNNを,Lenet5CNNのアーキテクチャを変えることによって提案した。規則的なLenet5は,その活性化機能として[数式:原文を参照]を有する。Devangari特性は非線形であるので,Rectifed線形ユニットを用いてネットワークに非線形性を導入した。これは,[数式:原文を参照]による消失勾配問題の問題を解決した。CNNを用いて,訓練データで96%の認識率,および,非意味データで94%を達成した。MLCNNは,より少ない計算コストで99%と94%の精度率を得た。一方,ACNNは,無意味データで99%と98%の認識率を達成した。一連の実験を,データの異なる組合せ分割によるデータに関して行い,0.001%の最小損失を見出した。このような開発は,実世界要求とDevanagari認識者の実際の性能の間の巨大なギャップのかなりの割合を満たす。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： パターン認識 ,  母音 ,  セグメンテーション ,  *ネットワーク ,  特徴抽出 ,  *文字認識 ,  線形性 ,  コンピュータビジョン ,  計算機アーキテクチャ
準シソーラス用語： *手書き ,  被験者 ,  訓練データ ,  計算コスト ,  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)： Devanagari文字認識 ,  畳込みニューラルネットワーク ,  コンピュータビジョン ,  パターン認識

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  手書き ,  文字認識