モジュール型ニューラルネットワークを用いた古文書文字認識-正準判別分析による次元削減の導入-

カテゴリ: 部門大会

論文No: GS5-5

グループ名: 【C】平成20年電気学会電子・情報・システム部門大会講演論文集

発行日: 2008/08/20

タイトル(英語): Japanese Historical Character Recognition by Using Modular Neural Network- Dimension Reduction of Feature Space with Canonical Discriminant Analysis

著者名: 加藤 聡(松江工業高等専門学校),堀内 匡(松江工業高等専門学校),高橋 朋之(松江工業高等専門学校)

著者名(英語): Katou Satoru(Matsue College of Technology),Horiuchi Tadashi(Matsue College of Technology),takahashi Tomoyuki(Matsue College of Technology)

キーワード: 古文書文字認識|モジュール型ニューラルネットワーク|自己組織化マップ|正準判別分析|次元削減|Historical character recognition|Modular neural network|Self-Organizing Map|Canonical discriminant analysis|Dimension reduction

要約(日本語): モジュール型ニューラルネットワークは大分類部と細分類部という階層構造を持ち,大分類部において識別困難なパターンを細分類部で高精度に識別することにより,認識器全体の精度向上と認識処理の高速化を目指したものである.著者らは,大分類部に自己組織化マップ（SOM）を用い,細分類部に階層型ニューラルネットを用いることで,古文書文字認識において認識精度を下げることなく,細分類部におけるニューラルネットの学習時間を大幅に削減できることをこれまでに示してきた.本報告では,著者らによるモジュール型ニューラルネットワークに対して,認識対象となるパターン群が作る特徴空間を正準判別分析によって次元削減することで,さらなる学習・認識処理の高速化と認識精度の向上を試みる.

PDFファイルサイズ: 2,700 Kバイト