抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】