文献

J-GLOBAL ID：202202284103166901   整理番号：22A1165539

古典的機械学習法に基づく手書き数字認識【JST・京大機械翻訳】

Handwritten digit recognition based on classical machine learning methods

著者 (1件)： Jin Kairui (The University of New South Wales,Faculty of Engineering,Sydney,Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： IWECAI  ページ： 163-173  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： 今日では,深層学習と機械学習を用いた手書き数字認識がポピュラーな分野となり,これを達成するためにCNNに基づく多くのアプローチが行われている。しかしながら,最近の研究は,おそらくMLPがCNNと比較してより良い画像分類性能を有することを示した。画像分類のための古典的機械学習アルゴリズムの性能を調査して,次の研究に対する可能な結論を提供するために,本論文は,手書きディジタル画像に関する解析,訓練および試験実験のために,ロジスティック回帰,MLP,ランダムフォレスト,KNNおよびSVMを含む5つの古典的機械学習アルゴリズムを使用した。結果は,MLPが他のアルゴリズムと比較してより良い画像分類性能を有することを示した。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 ,  ディジタル画像 ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： *手書き ,  ロジスティック回帰分析 ,  画像分類 ,  ランダムフォレスト ,  *手書き数字認識 ,  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 (2件)： 機械学習 ,  手書き数字認識