文献

J-GLOBAL ID：201702231677035042   整理番号：17A0116186

中国語手書き認識のためのニューラルネットワークの教師なし適応【Powered by NICT】

Unsupervised Adaptation of Neural Networks for Chinese Handwriting Recognition

著者 (5件)： Yang Hong-Ming ,  Zhang Xu-Yao ,  Yin Fei ,  Luo Zhenbo ,  Liu Cheng-Lin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICFHR  ページ： 512-517  発行年： 2016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： 筆者適応を手書き文字認識において重要なテーマ,筆者独立認識器の性能をさらに改善できる。本論文では,教師なし筆者適応,筆者特定ラベル無しデータを必要とするだけのためのスタイル伝達マッピング(STM)を持つ神経回路網分類器を結合して提案し,教師つき適応に比較してより一般的で効率的である。ニューラルネットワーク分類器の性能を改善するためにドロップアウト,ReLU,運動量,および深く監視戦略のような幾つかの技術を用いた。試験データにおける特異的ライタでは,適応層は,予め訓練されたニューラルネットワーク分類器に追加した。適応過程では,適応層における唯一のパラメータを更新するがニューラルネットワークの他のパラメータは一定に保持される。適応層を訓練するために,STM学習と同じ技術を用いるが源点集合,点集合と対応する信頼を再定義した。オンライン中国語手書きデータベースCASIA OLHWDB1 1上の実験は筆者らの手法が非常に効率的で分類精度を改善するのに有効であることを実証した。実験結果は,著者らの提案した方法は,著者適応化のためのSTM法を以前に提案した学習ベクトル量子化(LVQ)と修正2次識別関数(MQDF)より優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 手書き文字認識 ,  運動量 ,  *中国語 ,  データベース ,  走査型トンネル顕微鏡 ,  神経回路網 ,  識別関数 ,  学習 ,  *ニューラルネットワーク ,  点集合
準シソーラス用語： 学習ベクトル量子化 ,  適応化 ,  分類精度 ,  オンライン ,  *手書き , 【Automatic Indexing@JST】

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 中国 ,  手書き認識 ,  ニューラルネットワーク ,  教師 ,  適応