文献

J-GLOBAL ID：202202274530474432   整理番号：22A0853545

手話認識モデルの最適化アルゴリズムに関する研究【JST・京大機械翻訳】

Research on Optimizer Algorithm of Sign Language Recognition Model

著者 (3件)： Zhou Yangjing (City College of Dongguan University,Institute of Intelligent Manufacturing,Dongguan Guangdong,China,523419) ,  Ji Chongxing (City College of Dongguan University,Institute of Intelligent Manufacturing,Dongguan Guangdong,China,523419) ,  Cao Lijuan (City College of Dongguan University,Institute of Intelligent Manufacturing,Dongguan Guangdong,China,523419)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICPECA  ページ： 102-106  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： サイン言語認識のための最もよく知られたツールの一つはニューラルネットワークである。ネットワークの性能を改良するために,多くの最適化アルゴリズムがある。しかし,最適化アルゴリズムに関する以前の研究は,符号言語認識のためのその収束安定性に対処しなかった。したがって,著者らは,LSTMニューラルネットワークに基づく符号言語認識モデルに及ぼす良い最適化効果を持つ,サイン言語認識モデルのための最適化アルゴリズムを提案する。著者らは,LSTMニューラルネットワークに基づくサイン言語認識モデルを設計して,中国の科学技術大学のSLRのオープンデータセットにおける実験を行った。実験では,比較のために古典的最適化アルゴリズムを追加した。実験結果は,ことを示した。本論文は,最適化アルゴリズムが古典的アルゴリズムより良い収束安定性を持ち,種々の入力データに良い適応性を持っていると提案する。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 ,  *最適化 ,  科学技術 ,  言語 ,  ネットワーク ,  *最適化手法 ,  ニューラルネットワーク ,  適応性 ,  *認知モデル
準シソーラス用語： *手話認識 ,  符号語 ,  言語認識 ,  入力データ ,  オープンデータ ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 手話認識 ,  モデル ,  最適化アルゴリズム ,  研究