WEKO3
アイテム
深層学習を用いた甲骨文字認識
https://ipsj.ixsq.nii.ac.jp/records/188766
https://ipsj.ixsq.nii.ac.jp/records/1887662d3ab3a3-6b52-47df-b29a-5f35988f70c4
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z80-2S-07.pdf (834.6 kB)
|
Copyright (c) 2018 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2018-03-13 | |||||||||||||||
| タイトル | ||||||||||||||||
| タイトル | 深層学習を用いた甲骨文字認識 | |||||||||||||||
| 言語 | ||||||||||||||||
| 言語 | jpn | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | 人工知能と認知科学 | |||||||||||||||
| 資源タイプ | ||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||||
| 資源タイプ | conference paper | |||||||||||||||
| 著者所属 | ||||||||||||||||
| 立命館大 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 立命館大 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 立命館大 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 立命館大 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 立命館大 | ||||||||||||||||
| 著者名 |
紙徳, 直生
× 紙徳, 直生
× 伊藤, 大喜
× 多田, 晃己
× 孟, 林
× 山崎, 勝弘
|
|||||||||||||||
| 論文抄録 | ||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||
| 内容記述 | 甲骨文字は、3000年以上前の中国殷代で使用された象形文字で、解読と認識は、非常に重要であるが、長い年月を経て劣化し、認識が困難である。画像処理を用いた認識による先行研究では、ノイズが原因で誤認識する問題がある。本研究では、深層学習の一種である畳み込みニューラルネットワーク(CNN)を用いて高精度な甲骨文字認識を目指す。実験に使用する甲骨文字を114種1358枚収集し、回転・切り取り等のデータ増強を行い、学習に使用する画像枚数を550万枚まで増やす。また、ネットワーク構造やパラメータの最適化を行い、認識実験では、テスト画像538枚に対して94.4%の認識率を達成した。 | |||||||||||||||
| 書誌レコードID | ||||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||||
| 収録物識別子 | AN00349328 | |||||||||||||||
| 書誌情報 |
第80回全国大会講演論文集 巻 2018, 号 1, p. 513-514, 発行日 2018-03-13 |
|||||||||||||||
| 出版者 | ||||||||||||||||
| 言語 | ja | |||||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||||
