| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-01-27 13:50 大規模制限付きベイジアンネットワークを用いた文脈に依存したロバストな文字認識に向けて ○中田秀基・一杉裕志（産総研）  NC2016-59 |
|
| 抄録 | （和） | われわれは制限付きベイジアンネットワークを用いた大脳皮質モデルBESOMを開発している。BESOMはベイジアンネットワークを用いているため、抽象度の低い情報からの情報抽出と、抽象度の高い事前知識を自然な形で組み合わせた推論が可能である。このようなタスクの一例として本稿では、コンテクスト情報を用いたロバストなテキスト認識タスクについて報告する。BESOMを用いた文字認識タスクでは、単語情報、単語n-gram情報を自然な形で与える事ができ、その結果ノイズを大きく加えた画像においても文字認識精度を大きく向上させることができた。一方計算コストにおいては、文字数、単語数に線形な範囲であることを確認した。 |
| （英） | We have been proposing a computational model of the cerebral cortex called BESOM, that models the cerebral cortex as restricted Bayesian network based on recent findings in the neuroscience area. Since BESOM is based on Bayesian network, it inherently allows bi-directional information flow, meaning that it can merge information extracted from concrete data with highly-abstract prior knowledge in a natural way. As a example of such kind of task, we report robust text recognition task with context information. We show that word information and word n-gram could be represented as a part of the network and actually they contribute the text recognition accuracy with noisy text images. We also show that the computational cost is approximately linear with the number of characters and words. |
|
| キーワード | （和） | ベイジアンネット / テキスト認識 / / / / / / |
| （英） | Bayesian Network / Text Recognition / / / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 424, NC2016-59, pp. 65-70, 2017年1月. | |
| 資料番号 | NC2016-59 | |
| 発行日 | 2017-01-19 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2016-59 |
|
| 研究会情報 | |
| 研究会 | NC NLP |
| 開催期間 | 2017-01-26 - 2017-01-27 |
| 開催地（和） | 北九州学術研究都市 産学連携センター |
| 開催地（英） | Kitakyushu Foundation for the Advanement of Ind. Sci. and Tech. |
| テーマ（和） | ニューロコンピューティングの実装および人間科学のための解析・モデル化，一般 |
| テーマ（英） | Implementation of Neuro Computing,Analysis and Modeling of Human Science, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2017-01-NC-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模制限付きベイジアンネットワークを用いた文脈に依存したロバストな文字認識に向けて |
| サブタイトル（和） | |
| タイトル（英） | Toward Context-Dependent Robust Character Recognition using Large-scale Restricted Bayesian Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ベイジアンネット / Bayesian Network |
| キーワード(2)（和/英） | テキスト認識 / Text Recognition |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 中田 秀基 / Hidemoto Nakada / ナカダ ヒデモト |
| 第1著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第2著者 氏名（和/英/ヨミ） | 一杉 裕志 / Yuuji Ichisugi / イチスギ ユウジ |
| 第2著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-01-27 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2016-59 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.424 |
| ページ範囲 | pp.65-70 |
| ページ数 | 6 |
| 発行日 | 2017-01-19 (NC) |
[研究会発表申込システムのトップページに戻る]