文献

J-GLOBAL ID：202202276813653184   整理番号：22A0979184

深層学習技術を用いたインド通貨分類【JST・京大機械翻訳】

Indian Currency Classification Using Deep Learning Techniques

著者 (5件)： Swami Rohit (Lovely Professional University,Computer Science and Engineering,Delhi,India) ,  Khurana Smiti (Amity School of Engineering and Technology,Computer Science and Engineering,Delhi,India) ,  Singh Shubham (Delhi Technical Campus,Computer Science and Engineering,Delhi,India) ,  Thakur Sanjeev (Amity School of Engineering and Technology,Dept. of Computer Science and Engineering,Delhi,India) ,  Sajjala Pavan Kumar Reddy (Lovely Professional University,Computer Science and Engineering,Delhi,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： Confluence  ページ： 567-572  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： 技術の発展と発展は,機械の操作によって,ほとんどあらゆるドメインにおいて,スーパーシード機械人間作業負荷を持った。巡回紙認識は,自動販売商品システムおよび銀行システムにおける様々なドメインに適用可能である。自動電流再帰システムの現代の移行世界において,紙の通貨の正確な同定は,確かに必須な要求である。機械は,通貨がblearyし,損害を受けたとき,市場における通貨を同定,認識することが困難であることが多い。視覚的に障害のある人々は,技術的支援や支援を行わなくても,真の通貨を予測・分析することが困難である。これらのモデルの支援を通して,通貨解析同定の精度を精緻化し,ブーストした。著者らの研究方法論は,所望の期待に合致し,合致している。本論文は,インドの論文の緊急性予測解析を提示して,効果的に通貨を認識するための最適化モデルを提案した。CNNモデル技術の深層学習アプローチは,人間の介入と最小複雑性のない完全な自動容易手順とともに,改善された精度,高速,および効率で,通貨認識の有効な解析を改善した。本論文は,2つの分割に参加した戦略を示し,Kerasは,DLモデルを訓練し,また,HerksのWebアプリケーションをホストした。提案アルゴリズム設計および実験に基づく結果は,全ての種類の利用可能な雑音除去を識別するための,主要な視覚障害者にとって有用である。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： *視覚 ,  電流 ,  銀行 ,  インド ,  視覚障害者 ,  雑音除去
準シソーラス用語： Webアプリケーション ,  複雑性 ,  最適化モデル ,  *深層学習 , 【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 (4件)： 深層学習 ,  インド ,  通貨 ,  分類