ニューロ識別器のリジェクト能力を強化する識別学習方式
スポンサーリンク
概要
- 論文の詳細を見る
ニューロ識別器の認識精度は高いが, 対象外パターンに対するリジェクト能力は弱いことが知られている。この報告では, ニューロ識別器のリジェクト能力を強化できる学習方式を提案する。提案方式は, Katagiri and Juangの最小識別誤差規範(MCE)を拡張したものとなっている。識別対象と非対象パターン両者に対応できるように識別器のパラメータを学習させるため, 識別対象に対する誤識別とリジェクトのみではなく, 非識別対象に対する誤アクセプトを考慮してMCEを改良した。この方式を4つのニューロ型識別器, 単層パーセプトロン(SLP), 多層パーセプトロン(MLP), 多項式識別器(PC), ガウス誤差関数利用ニューロ(RBF)に適用した。手書き数字認識実験では, 識別対象文字に対するリジェクトと非文字に対する誤アクセプトとのトレードオフの観点の評価を行った。提案方式の性能は, 従来の最小誤差規範(MSE)に基づく学習による結果より良好であることが確認された。
- 社団法人電子情報通信学会の論文
- 2001-10-11
著者
関連論文
- 超並列計算機の文字認識辞書構築処理への応用
- 手書き文字認識における学習型2次識別関数
- 手書き文字認識における学習型2次識別関数
- 表記パターン知識を用いた住所表示番号照合方式
- 手書き接触漢字切出しに関する検討
- Bayesルールを用いた手書き漢数字の文字切出し手法
- 日本語と欧米のオンライン手書き認識についての一サーベイ
- ニューラルネット及び統計的識別器を使った手書き数字認識における新しい知見
- ニューロ識別器のリジェクト能力を強化する識別学習方式
- 手書き数字列認識における文字列レベルでの識別器学習(文字とドキュメントの認識・理解)
- 手書き数字列認識における文字列レベルでの識別器学習 : 文字とドキュメントの認識・理解)
- 手書き文字認識のためのクラス特有特徴を用いた多項式識別関数
- 手書き文字認識のためのクラス特有特徴を用いた多項式識別関数
- ニューロ識別器のリジェクト能力を強化する識別学習方式
- 信頼度変換に基づく識別器複合化の研究(PRMU&NCテーマセッション(1) : 認識と学習)(認識と学習,模倣学習)
- 信頼度変換に基づく識別器複合化の研究(PRMU&NCテーマセッション(1) : 認識と学習)(認識と学習,模倣学習)
- 信頼度変換に基づく識別器複合化の研究