電子情報通信学会総合大会講演要旨
N-1-29
手書き文字の連続的特徴表現の抽出
○大沼峻徳・早川吉弘(仙台高専)
大量のデータからその特徴を抽出する機械学習が注目されており,特に画像を対象とするものでは近年ニューラルネットワークに注目が集まっている.その中でもCNNが使いやすく,位置ずれなどに頑強な識別器の構築ができる.一方で,分光反射率データを学習することでマンセル色相環を特徴として獲得できる例が知られており,特徴量の連続的な変化を表現できる.一見離散的と思える画像においても,例えば手書き文字には文字の傾き具合など,その特徴量には連続的な変化を伴うものがあり,これを特徴として抽出できるものと考えている.
そこで本研究ではMNISTのデータセットの一部を使用して全結合の階層型ネットワークに恒等写像学習をした際の連続的な特徴表現について調査した.また画像(学習)データに対して連続性を持たせ易くするためにガウシアンフィルタの適用も考え,前処理の有無による性能の違いについても調査した.