文献

J-GLOBAL ID：202202254229961542   整理番号：22A1088157

畳込みニューラルネットワークに基づく効率的な手書き文字認識【JST・京大機械翻訳】

Efficient Handwriting Character Recognition Based on Convolutional Neural Network

著者 (5件)： Rajasekar Vani (Kongu Engineering College,Department of CSE,Erode,India) ,  Premalatha J. (Kongu Engineering College,Department of IT,Erode,India) ,  Rangaraaj V. (Kongu Engineering College,Department of CSE,Erode,India) ,  Rajaraman B. (Kongu Engineering College,Department of CSE,Erode,India) ,  Prakash A. Om Surya (Kongu Engineering College,Department of CSE,Erode,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCCI  ページ： 1-5  発行年： 2022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： 手書き認識は,すべての部門におけるディジタル革新の使用の増加および情報収集および送信の全ての日常活動において,研究の主要な分野になっている。手書きは,手書きが常に有用であるにもかかわらず,手書きコピーは,話し言葉であり,電子的に維持されている電子バージョンに変わった。手書き認識は,他の情報源と同様に,スマートフォン,写真,紙文書から可読手書き入力を復元し,解析するためのコンピュータの能力である。手書き文字認識システムは,多くのアプローチと方法論を用いて存在するが,しかし,それらのいくつかは,ニューラルネットワークに関心があり,また,正確なレートで書かれた文字を認識することは,まだ複雑である。これは主に様々な個人が明確な手書きスタイルを持つためである。提案した方法論は,最新の実時間技術で用いられる最も正確な手書き文字認識ツールの作成を提供する。畳み込みニューラルネットワークアプローチを用いて,本研究を実証した。他の既存の技術とアルゴリズムと比較して,手書き文字の検出におけるニューラルネットワークの使用は,特に正確で有効である。また,提案作業は,手書き認識システムの操作,アーキテクチャ,および構造,ならびにシステムテストと結果について議論する。その結果,畳み込みニューラルネットワーク技術を用いて精度93.8%の精度が得られた。Copyright 2022 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： アルゴリズム ,  情報源 ,  *ニューラルネットワーク ,  情報収集 ,  *手書き文字認識 ,  ディジタル方式 ,  計算機アーキテクチャ ,  コンピュータ ,  話し言葉 ,  スマートフォン
準シソーラス用語： *手書き ,  実時間 ,  紙文書 ,  *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 (2件)： 畳込みニューラルネットワーク ,  手書き文字認識