Convolutional Neural Network によるパターン認識と行動学習に関する基礎的検討

カテゴリ: 研究会(論文単位)

論文No: ST15031

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2015/12/06

タイトル(英語): A Basic Study on Convolutional Neural Networks for Pattern Recognition and Behavior Learning

著者名: 佐々木 光(松江工業高等専門学校),堀内 匡(松江工業高等専門学校),加藤 聡(松江工業高等専門学校)

著者名(英語): Hikaru Sasaki(National Institute of Technology, Matsue College),Tadashi Horiuchi(National Institute of Technology, Matsue College),Satoru Kato(National Institute of Technology, Matsue College)

要約(日本語): 深層学習の代表的な手法の一つに Convolutional Neural Network (CNN) がある．本研究では，CNNのパターン認識問題への応用と行動学習問題への応用について検討する．まず，パターン認識問題として古文書文字認識を考え，CNNとサポートベクターマシンを組み合わせた手法により，認識精度の向上を図る．次に，CNNと強化学習を組み合わせた手法によるロボットの行動学習について検討し，シミュレーション環境を用いて有効性を確認する．

要約(英語): Convolutional Neural Networks (CNNs) are a family of the Deep Learning methods. In this study, we apply CNNs to the pattern recognition problem and behavior learning problem. First of all, we deal with Japanese historical character recognition problem as a pattern recognition problem. We propose a two-stage method which consists of feature extraction by CNN and final classification by SVM. Second, we apply a method with CNN and reinforcement learning to behavior learning of an autonomous robot. We confirm the effectiveness of the method using robot simulator Webots.

原稿種別: 日本語

PDFファイルサイズ: 1,484 Kバイト