論文の概要: Iris and Palmprint Multimodal Biometric Recognition using Novel Preactivated Inverted ResNet and Hybrid Metaheuristic Optimized DenseNet

• arxiv url: http://arxiv.org/abs/2407.03498v1
• Date: Wed, 3 Jul 2024 20:55:15 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-08 19:51:01.600097
• Title: Iris and Palmprint Multimodal Biometric Recognition using Novel Preactivated Inverted ResNet and Hybrid Metaheuristic Optimized DenseNet
• Title（参考訳）: 新しい活性化逆ResNetとハイブリッドメタヒューリスティック最適化DenseNetを用いたIrisとPalmprintのマルチモーダルバイオメトリック認識
• Authors: Indu Singh, Gunbir Singh Baveja, Shruti Khatri, Sunaina Luthra, Tanvi Singh,
• Abstract要約: 本稿では,アイリスとヤシプリントを用いた深層学習アルゴリズムを用いた新しいマルチモーダルバイオメトリック認識システムを提案する。 システムの性能は、精度、検出誤差トレードオフ(DET)曲線、EER(Equal Error Rate)曲線、トータルトレーニング時間に基づいて評価される。 CASIA Palmprint、MMU、BMPD、IITデータセットでテストされたマルチモーダル認識アーキテクチャは、100%の認識精度を実現し、不定形虹彩およびパームプリント識別アプローチを上回っている。
• 参考スコア（独自算出の注目度）: 0.6990493129893112
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Biometric recognition technology has witnessed widespread integration into daily life due to the growing emphasis on information security. In this domain, multimodal biometrics, which combines multiple biometric traits, has overcome limitations found in unimodal systems like susceptibility to spoof attacks or failure to adapt to changes over time. This paper proposes a novel multimodal biometric recognition system that utilizes deep learning algorithms using iris and palmprint modalities. A pioneering approach is introduced, beginning with the implementation of the novel Modified Firefly Algorithm with L\'evy Flights (MFALF) to optimize the Contrast Limited Adaptive Histogram Equalization (CLAHE) algorithm, thereby effectively enhancing image contrast. Subsequently, feature selection is carried out through a unique hybrid of ReliefF and Moth Flame Optimization (MFOR) to extract informative features. For classification, we employ a parallel approach, first introducing a novel Preactivated Inverted ResNet (PIR) architecture, and secondly, harnessing metaheuristics with hybrid of innovative Johnson Flower Pollination Algorithm and Rainfall Optimization Algorithm for fine tuning of the learning rate and dropout parameters of Transfer Learning based DenseNet architecture (JFPA-ROA). Finally, a score-level fusion strategy is implemented to combine the outputs of the two classifiers, providing a robust and accurate multimodal biometric recognition system. The system's performance is assessed based on accuracy, Detection Error Tradeoff (DET) Curve, Equal Error Rate (EER), and Total Training time. The proposed multimodal recognition architecture, tested across CASIA Palmprint, MMU, BMPD, and IIT datasets, achieves 100% recognition accuracy, outperforming unimodal iris and palmprint identification approaches.
• Abstract（参考訳）: 生体認証技術は、情報セキュリティに重点が置かれているため、日常生活に広く統合されている。 この領域では、複数の生体計測特性を組み合わせたマルチモーダルバイオメトリックスは、スプーフ攻撃に対する感受性や時間の経過とともに変化に適応できないといった、単調なシステムに見られる制限を克服している。 本稿では,アイリスとヤシプリントを用いた深層学習アルゴリズムを用いた新しいマルチモーダルバイオメトリック認識システムを提案する。 コントラスト限定適応ヒストグラム等化法 (CLAHE) アルゴリズムを最適化し, 画像コントラストを効果的に向上させる手法として, L'evy Flights (MFALF) を用いた改良ファイアフライアルゴリズムの導入から, 先駆的なアプローチが導入された。 その後、ReliefFとMoth Flame Optimization(MFOR)のユニークなハイブリッドを用いて特徴選択を行い、情報的特徴を抽出する。 分類には、まず、新しいPreactivated Inverted ResNet(PIR)アーキテクチャを導入し、次に、トランスファーラーベースDenseNetアーキテクチャ(JFPA-ROA)の学習率とドロップアウトパラメータの微調整に、革新的なJohnson Flower Pollination AlgorithmとRainfall Optimization Algorithmのハイブリッドを用いたメタヒューリスティックスを活用する。 最後に、2つの分類器の出力を組み合わせるためにスコアレベルの融合戦略を実装し、堅牢で正確なマルチモーダルバイオメトリック認識システムを提供する。 システムの性能は、精度、検出誤差トレードオフ(DET)曲線、EER(Equal Error Rate)曲線、およびトータルトレーニング時間に基づいて評価される。 CASIA Palmprint、MMU、BMPD、IITデータセットでテストされたマルチモーダル認識アーキテクチャは、100%の認識精度を実現し、不定形虹彩およびパームプリント識別アプローチを上回っている。

関連論文リスト

• A Survey of Large Language Models for Financial Applications: Progress, Prospects and Challenges [60.546677053091685]
  大規模言語モデル(LLM)は金融分野における機械学習アプリケーションに新たな機会を開放した。 我々は、従来のプラクティスを変革し、イノベーションを促進する可能性に焦点を当て、様々な金融業務におけるLLMの適用について検討する。 本稿では,既存の文献を言語タスク,感情分析,財務時系列,財務推論,エージェントベースモデリング,その他の応用分野に分類するための調査を紹介する。
  論文  参考訳（メタデータ） (2024-06-15T16:11:35Z)
• AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
  我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。 次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
  論文  参考訳（メタデータ） (2024-03-19T09:45:33Z)
• Revolutionizing Finance with LLMs: An Overview of Applications and Insights [47.11391223936608]
  ChatGPTのような大規模言語モデル(LLM)はかなり進歩しており、様々な分野に適用されている。 これらのモデルは、財務報告の自動生成、市場のトレンド予測、投資家の感情分析、パーソナライズされた財務アドバイスの提供に利用されています。
  論文  参考訳（メタデータ） (2024-01-22T01:06:17Z)
• Can Large Language Models Beat Wall Street? Unveiling the Potential of AI in Stock Selection [0.07499722271664146]
  本稿では,GPT-4による金融市場における株式選択の先進的推論を活用する革新的なフレームワークであるMarketSenseAIを紹介する。 MarketSenseAIは、市場動向、ニュース、基礎、マクロ経済要因などさまざまなデータソースを分析し、専門家の投資決定をエミュレートする。 本研究は,金融意思決定における大規模言語モデルの変容の可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2024-01-08T08:58:46Z)
• Enhancing Profitability and Investor Confidence through Interpretable AI Models for Investment Decisions [0.14999444543328289]
  本稿では、SHAPに基づく説明可能性技術を利用して投資提案を予測するための解釈可能な意思決定モデルを提案する。 提案されたソリューションは、予測されたレコメンデーションに影響を与える要因に関する貴重な洞察を提供するだけでなく、さまざまなタイプの投資家にも影響を及ぼす。
  論文  参考訳（メタデータ） (2023-12-24T15:05:53Z)
• Investigating Online Financial Misinformation and Its Consequences: A Computational Perspective [31.24530091590395]
  本研究の目的は、オンライン金融誤報のタイプ、ソース、影響などに関する総合的な調査を行うことである。 早期発見と緩和戦略は投資家の保護、市場の透明性の向上、金融安定の維持に役立つ。
  論文  参考訳（メタデータ） (2023-09-06T02:50:16Z)
• Identifying Trades Using Technical Analysis and ML/DL Models [1.181206257787103]
  株式市場の価格予測の重要性は過大評価できない。 投資家は投資決定をインフォームドし、リスクを管理し、金融システムの安定性を確保することができる。 ディープラーニングは株価を正確に予測する上で有望だが、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2023-04-12T18:46:35Z)
• Factor Investing with a Deep Multi-Factor Model [123.52358449455231]
  我々は、業界中立化と市場中立化モジュールを明確な財務見識をもって取り入れた、新しい深層多要素モデルを開発する。 実世界の株式市場データによるテストは、我々の深層多要素モデルの有効性を示している。
  論文  参考訳（メタデータ） (2022-10-22T14:47:11Z)
• Research on the correlation between text emotion mining and stock market based on deep learning [6.000327333763521]
  本稿では,Bertモデルを用いて金融コーパスをトレーニングし,深セン株価指数を予測する。 その結果,BERTモデルを金融コーパスに適用することにより得られる感情特性は,株式市場の変動に反映できることがわかった。
  論文  参考訳（メタデータ） (2022-05-09T12:51:16Z)
• Insights into Fairness through Trust: Multi-scale Trust Quantification for Financial Deep Learning [94.65749466106664]
  金融深層学習において探求されていない公平性の基本的な側面は、信頼の概念である。 クレジットカードのデフォルト予測のために,ディープニューラルネットワーク上でマルチスケール信頼度定量化を行う。
  論文  参考訳（メタデータ） (2020-11-03T19:05:07Z)
• Qlib: An AI-oriented Quantitative Investment Platform [86.8580406876954]
  AI技術は、量的投資システムに新たな課題を提起した。 Qlibは、その可能性の実現、研究の強化、定量的投資におけるAIテクノロジの価値の創造を目的とする。
  論文  参考訳（メタデータ） (2020-09-22T12:57:10Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。