局所結合型神経回路網モデルによる手書き漢字の効率的認識法

スポンサーリンク

概要

論文の詳細を見る
手書き漢字を認識する神経回路網モデルの認識能力を向上させるためには,神経回路網の構成法を検討する必要がある.本論文では,150字種の手書き漢字を認識するために,入力層と隠れ層間および隠れ層出力層間の結合において,漢字の空間的特徴を抽出するユニットが形成されやすいように,2次元的に結合範囲を制限した5種の局所結合方式による神経回路網モデルを構成した.ある種の局所結合方式によるモデルのシミュレーション結果によれば,認識率は,全結合方式の40%の結合数で実現することが可能であり,汎化能力も大幅に向上する.次に,各種の局所結合方式を比較すると,隠れユニットの受容野には最適な大きさが存在し,4×4の受容野において高い認識率を示した.さらに,異なる局所結合方式の併用すると,個々の局所結合方式によるモデルの認識率を若干上回る認識能力を有することが示唆された.
一般社団法人情報処理学会の論文
1994-06-15

著者

関連論文

もっと見る

スポンサーリンク