文献

J-GLOBAL ID：202202256815579158   整理番号：22A1164750

CNNと機械学習アルゴリズムを用いた手書き数字認識分類器に関する比較研究【JST・京大機械翻訳】

Comparative Study on Handwritten Digit Recognition Classifier Using CNN and Machine Learning Algorithms

著者 (4件)： Kumari Tanuja (Delhi Technological University,Department of CSE,Delhi,India) ,  Vardan Yatharth (Delhi Technological University,Department of CSE,Delhi,India) ,  Giridhar Shambharkar Prashant (Delhi Technological University,Department of CSE,Delhi,India) ,  Gandhi Yash (Delhi Technological University,Department of CSE,Delhi,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 882-888  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： 機械は手書き数字を分類できないので,画像処理とパターン認識を解釈するために,識別は必須である。多くのリアルタイムアプリケーションは,文字を認識し,印刷テキストをディジタル化するOCR(Optical Character認識)を含む。手書き数字をディジタル特性に変換することは,過去から挑戦的な問題である。物理的文書はそれらをディジタルコピーに変換することなく効率的に処理できず,多くの時間と努力を必要とする。手書き分類への解決策を提供するために,数年にわたっていくつかのアルゴリズムと技術が提案されている。本研究の目的は,隔離された手書き数字を認識するために,畳込みニューラルネットワーク(CNN),K最近傍,およびサポートベクターマシンを使用することである。同じデータセットに関するモデルを実行および訓練し,3つの異なるモデルに対して得られた結果を比較して,結果は,CNNが,99.59%の精度で手書き数字を分類するための最も最適な機械学習技術であることを示した。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 ,  パターン認識 ,  印刷 ,  画像処理 ,  ディジタル方式 ,  *学習アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： *手書き ,  ディジタル化 ,  リアルタイムアプリケーション ,  手書き数字認識 ,  機械学習技術 ,  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 (6件)： CNN ,  機械学習 ,  アルゴリズム ,  手書き数字認識 ,  分類器 ,  研究