Fugu-MT 論文翻訳(概要): Study of a committee of neural networks for biometric hand-geometry recognition

論文の概要: Study of a committee of neural networks for biometric hand-geometry recognition

arxiv url: http://arxiv.org/abs/2204.03935v1
Date: Fri, 8 Apr 2022 08:56:42 GMT
ステータス: 処理完了
システム内更新日: 2022-04-11 12:13:42.696329
Title: Study of a committee of neural networks for biometric hand-geometry recognition
Title（参考訳）: 生体計測ハンドジオメトリ認識のためのニューラルネットワーク委員会に関する研究
Authors: Marcos Faundez-Zanuy
Abstract要約: ネットの委員会は、最高のパフォーマンスを提供するニューラルネットを拾い上げるマルチスタートアルゴリズムと比較して、認識率を改善することができることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This Paper studies different committees of neural networks for biometric pattern recognition. We use the neural nets as classifiers for identification and verification purposes. We show that a committee of nets can improve the recognition rates when compared with a multi-start initialization algo-rithm that just picks up the neural net which offers the best performance. On the other hand, we found that there is no strong correlation between identifi-cation and verification applications using the same classifier.
Abstract（参考訳）: 本稿では,生体パターン認識のためのニューラルネットワーク委員会について検討する。ニューラルネットを識別と検証のために分類器として使用する。ネットワーク委員会では,最高のパフォーマンスを提供するニューラルネットを拾い上げるマルチスタート初期化アルゴリズムと比較して,認識率を向上させることができることを示す。一方,identifi-cationと同一の分類器を用いた検証アプリケーションとの間には,強い相関関係が認められなかった。

関連論文リスト

Understanding attention-based encoder-decoder networks: a case study with chess scoresheet recognition [0.36832029288386137]
本研究では,手書きチェスのスコアシートを読み取るための注意機構を備えたエンコーダ・デコーダ・リカレントニューラルネットワークについて検討する。本稿では,3つのサブタスク,すなわち入力出力アライメント,シーケンシャルパターン認識,手書き文字認識を特徴付ける。このような知識は、ネットワークを適切にトレーニングする要因のバランスを改善する上で有効である、と私たちは主張する。
論文参考訳（メタデータ） (2024-04-23T16:23:18Z)
Graph Neural Networks for Learning Equivariant Representations of Neural Networks [55.04145324152541]
本稿では,ニューラルネットワークをパラメータの計算グラフとして表現することを提案する。我々のアプローチは、ニューラルネットワークグラフを多種多様なアーキテクチャでエンコードする単一モデルを可能にする。本稿では,暗黙的ニューラル表現の分類や編集など,幅広いタスクにおける本手法の有効性を示す。
論文参考訳（メタデータ） (2024-03-18T18:01:01Z)
Multilayer Multiset Neuronal Networks -- MMNNs [55.2480439325792]
本研究は,2層以上の類似性ニューロンを組み込んだ多層神経回路網について述べる。また,回避すべき画像領域に割り当てられる反プロトタイプ点の利用についても検討した。
論文参考訳（メタデータ） (2023-08-28T12:55:13Z)
Initial Study into Application of Feature Density and Linguistically-backed Embedding to Improve Machine Learning-based Cyberbullying Detection [54.83707803301847]
この研究は、自動サイバーバブル検出に関するKaggleコンペティションで提供されたFormspringデータセットで実施された。本研究は,サイバブリング検出におけるニューラルネットワークの有効性と分類器性能と特徴密度の相関性を確認した。
論文参考訳（メタデータ） (2022-06-04T03:17:15Z)
Biometric identification by means of hand geometry and a neural net classifier [0.0]
従来の文書スキャナーを用いて22人のデータベースを取得した。実験セクションは、異なる特徴の識別能力に関する研究から成っている。
論文参考訳（メタデータ） (2022-04-08T08:40:45Z)
Similarity and Matching of Neural Network Representations [0.0]
我々は、深層ニューラルネットワークにおける表現の類似性を分析するために、Frankenstein博士と呼ばれるツールセットを使用します。我々は、2つのトレーニングニューラルネットワークの与えられた層上でのアクティベーションを、縫合層で結合することで一致させることを目指している。
論文参考訳（メタデータ） (2021-10-27T17:59:46Z)
Learning Structures for Deep Neural Networks [99.8331363309895]
我々は,情報理論に根ざし,計算神経科学に発達した効率的な符号化原理を採用することを提案する。スパース符号化は出力信号のエントロピーを効果的に最大化できることを示す。公開画像分類データセットを用いた実験により,提案アルゴリズムでスクラッチから学習した構造を用いて,最も優れた専門家設計構造に匹敵する分類精度が得られることを示した。
論文参考訳（メタデータ） (2021-05-27T12:27:24Z)
Provably Training Neural Network Classifiers under Fairness Constraints [70.64045590577318]
過パラメータのニューラルネットワークが制約を満たしていることを示す。公平なニューラルネットワーク分類器を構築する上で重要な要素は、ニューラルネットワークの非応答解析を確立することである。
論文参考訳（メタデータ） (2020-12-30T18:46:50Z)
A Deep Neural Network for Audio Classification with a Classifier Attention Mechanism [2.3204178451683264]
我々は、Audio-based Convolutional Neural Network (CAB-CNN)と呼ばれる新しいアテンションベースニューラルネットワークアーキテクチャを導入する。このアルゴリズムは、単純な分類器のリストと、セレクタとしてアテンションメカニズムからなる、新しく設計されたアーキテクチャを使用する。我々のアルゴリズムは最先端のアルゴリズムと比較して、選択したテストスコアに対して10%以上の改善を達成している。
論文参考訳（メタデータ） (2020-06-14T21:29:44Z)
The efficiency of deep learning algorithms for detecting anatomical reference points on radiological images of the head profile [55.41644538483948]
U-Netニューラルネットワークは、完全な畳み込みニューラルネットワークよりも正確に解剖学的基準点の検出を可能にする。 U-Net ニューラルネットワークによる解剖学的基準点検出の結果は,歯科矯正医のグループによる基準点検出の平均値に近づいた。
論文参考訳（メタデータ） (2020-05-25T13:51:03Z)
A copula-based visualization technique for a neural network [0.0]
機械学習の解釈可能性(英: Interpretability of machine learning)は、人間が意思決定の理由を理解できる範囲として定義される。我々は、トレーニングされたニューラルネットワークが重要と考える特徴値を明らかにする新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-03-27T10:32:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。