任意に回転したパターンと回転角度を認識する複写学習モデル

• Item type: Journal(1)
• 公開日: 1994-07-15
• タイトル: 任意に回転したパターンと回転角度を認識する複写学習モデル
• タイトル / 言語: en
• タイトル: A Copy - Learning Model for Recognizing Randomly Rotated Patterns and Their Angles
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: ニューラルネットワーク
• 著者所属: 福岡工業大学工学部情報工学科
• 著者所属: 福岡工業大学工学部情報工学科
• 著者所属: 熊本大学工学部電気情報工学科
• 著者所属(英): en
• 著者所属(英): Department of Comunication and Computer Engineering, Faculty of Engineering, Fukuoka Institute of Technology
• 著者所属(英): en
• 著者所属(英): Department of Comunication and Computer Engineering, Faculty of Engineering, Fukuoka Institute of Technology
• 著者所属(英): en
• 著者所属(英): Department of Electrical Engineering and Computer Science, Faculty of Engineering, Kumamoto University
• 著者名: 須﨑健一; 荒屋, 眞二; 中村, 良三
• 著者名(英): Kenichi, Suzaki; Shinji, Araya; Ryozo, Nakamura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文は、墓本パターンを学習するだけで、任意に回転したパターンと回転角も認識できる複写学習モデルを提案する。従来モデルは、前処理として、回転パターンを生成もしくは数学的な処理で回転に不変な特徴量を抽出し、それらを可変ネットで学習している。したがって、学習前に膨大な処理が必要である。複写学習モデルは、まず、3層ネットの一部分を用いて基本パターンだけを学習し、次に、得られた結果を末使用の部分ネットに、ある規則に従って複写する。学習後は、すぺての部分ネットを用いて入力パターンの認識処理を行う。提案モデルは従来モデルと比べ、以下の利点をもつ。（1）ネットワーク構造が簡素で規模が小さい、（2）学習ならぴに認識速度が速い。（3）回転角皮の認識も可能である。また、複写学習モデルは複写手法を工夫することで、回転・位置ずれ・スケール変換を受けたパターンにも適用できる。
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 35, 号 7, p. 1311-1317, 発行日 1994-07-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764