回転パターンを自動生成するニューラルネットワーク

スポンサーリンク

概要

論文の詳細を見る
回転パターンを学習認識する従来のネットには、回転の影響を除去するスクランブルモデルや、標準パターンとの類似度に応じて分類するモデルがある。前者のモデルは回転角認識能力がなく、後者のモデルも、未学習の回転パターンに対して回転角認識能力がないなど、問題点があった。本稿では、入力パターンからその回転パターンを自動生成する3層ニューラルネットモデルを提案する。モデルは入力パターンを回転させる時期によって命名した、(1)学習時回転モデル、(2)認識時回転モデル、(3)学習認識時回転モデル、からなる。(2)の認識時回転モデルは、未学習の回転パターンに対しても回転角認識能力をもつ。この他、提案モデルは従来モデルに比べてネット規模が小さい利点も持つ。以下では、提案モデルの学習・認識機構を述べたあと、実験により提案モデルの有効性を示すと共に、スクランブルモデルと比較考察する。
一般社団法人情報処理学会の論文
1990-09-04

著者

関連論文

もっと見る

スポンサーリンク