文献

J-GLOBAL ID：201702244035316725   整理番号：17A0116127

手書き文字認識に対する緩和CNNのためのカスケード訓練【Powered by NICT】

Cascading Training for Relaxation CNN on Handwritten Character Recognition

著者 (5件)： Chen Li ,  Wang Song ,  Fan Wei ,  Sun Jun ,  Naoi Satoshi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICFHR  ページ： 162-167  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： 深層学習の発展に伴い,多くの困難な認識問題は,深い学習モデルによって解くことができる。手書き文字認識では,CNNが最も使用されている。CNNの性能を改善するために,多くの新しいモデルは,緩和CNN[35]が広く用いられている提案されている。認識時間と同じで緩和CNNはCNNよりもより複雑な構造を持っている。しかし,緩和CNNの訓練はCNNよりもはるかに多くの時間を必要とする。本論文では,緩和CNNのためのカスケード訓練を提案した。著者らの方法は,良好な性能の緩和CNNを訓練できる正常CNNとほとんど同じ訓練時間を用いた。実験結果は,カスケード訓練により訓練された緩和CNNである手書き漢字認識に関して最先端技術レベルの性能を達成することができることを証明した。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： 学習モデル ,  *手書き文字認識 ,  漢字 ,  *緩和現象
準シソーラス用語： *手書き ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 手書き文字認識 ,  緩和 ,  CNN ,  カスケード ,  訓練