神経回路網のモデルにおける学習アルゴリズムの改良と手書き文字の3段階認識法

書誌事項

タイトル別名
  • Improvement of Learning algorithm for Locally Connected Neural Networks and Three-Stage Recognition Method of Hand-Written Characters.

この論文をさがす

説明

神経回路モデルを用いた手書き文字の認識には,1)ネットワークの構造,2)学習時間,3)類似漢字への対応4)汎化性という問題がある。本研究では手書き文字の学習に誤差逆伝搬法を用いるが,それを複雑化せずにネットワークの学習時間と収束性および汎化性を改善できる新たなδ学習法を提案し,その学習法での学習特性とネットワークに与える影響及び有効性を示す。さらに,局所結合型神経回路モデルを用いた3段階による手書き文字認識手法を提案する.第1段階は多くの類似文字を含む200字種の手書き文字を四つの類似漢字グループに分ける分類及び認識ステップ,第2段階は第1段階で決められた類似文字グループ内での詳細認識を行うステップ,第3段階は第1及び第2段階の出力結果を競合させて最終結果を出力する.本手法により200字種8000パターンのオープン認識率96.1%,学習に用いていない筆記者の200字種4000パターンのオープン認識率92.0%の良好な汎化性を得た.

収録刊行物

詳細情報 詳細情報について

  • CRID
    1573950402107830784
  • NII論文ID
    110003299479
  • NII書誌ID
    AN10013232
  • 本文言語コード
    ja
  • データソース種別
    • CiNii Articles

問題の指摘

ページトップへ