1 0 0 0 OA ニューラルネットワークによる顔文字の原形に基づくマルチクラス分類
- 著者
- 奥村 紀之 奥村 嶺
- 出版者
- 人工知能学会
- 雑誌
- 2019年度 人工知能学会全国大会(第33回)
- 巻号頁・発行日
- 2019-04-08
本稿では,顔文字の原形推定におけるマルチクラス分類をフィードフォワード型ニューラルネットワークで実装した事例について報告している.ニューラルネットワークには層ごとにユニットが配置されるが,ユニット数の妥当さは自明ではなく,実験的に決定する必要がある.そこで,ユニット数と分類正解率の観点から,ユニット数の最適値について調査を行った.その結果,本タスクにおいて,経験則として尤もらしいとされるユニット数である6500ユニットを利用することが最適であることが分かった.
1 0 0 0 OA ニューラルネットワークによる顔文字の原形推定
- 著者
- 奥村 嶺 奥村 紀之
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.31, 2017
本稿では、ニューラルネットワーク(NN)を用いた顔文字の原形推定に関して述べている。 Bigram素性単体でのNNと、Bigram素性、Trigram素性、SkipBigram素性を複合利用したNNを構築している。また、復元抽出による均衡データを作成し、評価している。評価実験より、NNを利用することで、これまでのCosine類似度に基づく原形推定よりも良好な傾向が見られることを示している。