2024-03-19T11:05:18Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000112392022-10-21T05:24:51Z00581:00651:00659
方向線素特徴とノイズ重畳を用いたニューラルネットワークによる手書き文字認識Handwritten Character Recognition Using Directional Element Feature and Noise Injection into Neural Networkjpnテクニカルノートhttp://id.nii.ac.jp/1001/00011239/Journal Articlehttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=11239&item_no=1&attribute_id=1&file_no=1Copyright (c) 2003 by the Information Processing Society of Japan知識処理和歌山信愛女子短期大学長崎大学工学部長崎大学工学部佐世保工業高等専門学校佐世保工業高等専門学校大山, 輝光黒田, 英夫宮原, 末治志久, 修高比良秀彰本論文では,手書き文字認識などの実問題へ階層型ニューラルネットの汎化能力を応用するために,方向線素特徴量とノイズ重畳を併用する手法の解析的・実験的検証を行う.ノイズ重畳の効果が学習初期の探索的な振舞いにあるとの解析的考察に基づき,ノイズ量を変えながら手書き文字認識実験を行った結果,特に学習データが少ないときの有効性を確認した.また,学習後の出力素子の平均的な振舞いからノイズ量と構造化との関係を調べた結果,より大規模な実験に本手法を適用するためのノイズ量決定法へ応用可能であることを確認した.To apply the generalization ability of multi-layered neural networks to handwritten character recognition,we clarify the efficacy of directional element feature learning and noise injection into inputs by a theoretical analysis and simulation.As a result of the recognition experiment of handwritten character database ETL9B,the efficacy of the noise injection was confirmed.Then,we discuss an experimental consideration about outputs of output units with noise injection.AN00116647情報処理学会論文誌445136813712003-05-151882-77642009-06-29