| 講演名 | 1993/12/14 改良ベクトル量子化と文字認識への応用 佐藤 敦, 津雲 淳, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 多層ニューラルネットにおける誤差逆伝播学習法の類推から、カテゴリ境界付近における誤りを低減することを目的とした、参照ベクトル修正法を定式化する。これに基づいた改良ベクトル量子化を提案し,本手法による識別面をLVQ2の場合と比較し議論する。また、印刷ひらがな認識実験により、本手法がLVQ2やMLPよりも高い認識率を実現することを示す。 |
| 抄録(英) | In this report,the criterion of training reference vectors is formulalted on the analogy of the back propagation algorithm for multi layer perceptron(MLP),which decreases the error rate for samples dose to dedsion boundaries.We present improved vector quantization method based on the aboveidea,and decsion boundaries by this method are discussed compared with LVQ2.Experimental resultes for printed Japanese Hiragana characters recognition reveal that the proposed method is superior to LVQ2 and MLP. |
| キーワード(和) | ニューラルネットワーク / 学習ベクトル量子化 / テンプレートマッテング / 文字認識 / パター ン認識 |
| キーワード(英) | Neural Network / Learning Vector Quantization / Template Matching / Character Recognition / Pattern Recognition |
| 資料番号 | NC93-60 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 1993/12/14(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 改良ベクトル量子化と文字認識への応用 |
| サブタイトル（和） | |
| タイトル（英） | Improved Vector Quantization and Its Application to Character Recognition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural Network |
| キーワード(2)（和/英） | 学習ベクトル量子化 / Learning Vector Quantization |
| キーワード(3)（和/英） | テンプレートマッテング / Template Matching |
| キーワード(4)（和/英） | 文字認識 / Character Recognition |
| キーワード(5)（和/英） | パター ン認識 / Pattern Recognition |
| 第 1 著者 氏名（和/英） | 佐藤 敦 / Atsushi Satou |
| 第 1 著者 所属（和/英） | 日本電気情報メディア研究所 Information Technology Research Laboratories,NEC |
| 第 2 著者 氏名（和/英） | 津雲 淳 / Jun Tsukumo |
| 第 2 著者 所属（和/英） | 日本電気情報メディア研究所 Information Technology Research Laboratories,NEC |
| 発表年月日 | 1993/12/14 |
| 資料番号 | NC93-60 |
| 巻番号（vol） | vol.93 |
| 号番号（no） | 376 |
| ページ範囲 | pp.- |
| ページ数 | 9 |
| 発行日 | |