論文の概要: Comparison of deep learning models: CNN and VGG-16 in identifying pornographic content

• arxiv url: http://arxiv.org/abs/2512.16947v1
• Date: Wed, 17 Dec 2025 03:35:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.112786
• Title: Comparison of deep learning models: CNN and VGG-16 in identifying pornographic content
• Title（参考訳）: 深層学習モデルの比較:ポルノコンテンツ同定におけるCNNとVGG-16
• Authors: Reza Chandra, Adang Suhendra, Lintang Yuniar Banowosari, Prihandoko,
• Abstract要約: 2020年、ポルノを含むネガティブなコンテンツを含むため、インドネシア政府によって59,741のウェブサイトがブロックされた。 これらのブロックされたWebサイトは、VPN(Virtual Private Network)を使って、一般の人にアクセスできる。 本研究は,ポルノ画像コンテンツを含む疑いのあるウェブサイトを識別するシステムを開発することを目的とする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In 2020, a total of 59,741 websites were blocked by the Indonesian government due to containing negative content, including pornography, with 14,266 websites falling into this category. However, these blocked websites could still be accessed by the public using virtual private networks (VPNs). This prompted the research idea to quickly identify pornographic content. This study aims to develop a system capable of identifying websites suspected of containing pornographic image content, using a deep learning approach with convolutional neural network (CNN) and visual geometry group 16 (VGG-16) model. The two models were then explored comprehensively and holistically to determine which model was most effective in detecting pornographic content quickly. Based on the findings of the comparison between testing the CNN and VGG-16 models, research results showed that the best test results were obtained in the eighth experiment using the CNN model at an epoch value level of 50 and a learning rate of 0.001 of 0.9487 or 94.87%. This can be interpreted that the CNN model is more effective in detecting pornographic content quickly and accurately compared to using the VGG-16 model.
• Abstract（参考訳）: 2020年、ポルノを含むネガティブなコンテンツを含むため、インドネシア政府によって合計59,741のウェブサイトがブロックされ、14,266のウェブサイトがこのカテゴリーに該当した。 しかし、これらのブロックされたWebサイトは、仮想プライベートネットワーク(VPN)を使用して、公開によってアクセスすることができる。 これにより、ポルノコンテンツを素早く特定する研究のアイデアがもたらされた。 本研究では、畳み込みニューラルネットワーク(CNN)と視覚幾何学グループ16(VGG-16)モデルを用いた深層学習手法を用いて、ポルノ画像コンテンツを含む疑いのあるウェブサイトを識別するシステムを開発することを目的とする。 この2つのモデルは、ポルノコンテンツを素早く検出する上で、どのモデルが最も効果的かを決定するために、包括的かつ全体的に調査された。 CNNモデルとVGG-16モデルを比較した結果から,CNNモデルを用いた第8実験において,50のエポック値レベルと0.001の0.9487,94.87%の学習率で最良の試験結果が得られた。 これは、VGG-16モデルと比較して、CNNモデルはポルノコンテンツの検出を迅速かつ正確に行うのに効果的である、と解釈できる。

関連論文リスト

• Remote Sensing Image Classification Using Convolutional Neural Network (CNN) and Transfer Learning Techniques [1.024113475677323]
  本研究では, 送電塔, 森林, 農地, 山々の航空画像の分類について検討した。 分類ジョブを完了するには、畳み込みニューラルネットワーク(CNN)アーキテクチャを用いて入力写真から特徴を抽出する。 本研究では,移動学習モデル,特にMobileNetV2がランドスケープ分類に有効であることを示す。
  論文  参考訳（メタデータ） (2025-03-04T11:19:18Z)
• A Comparative Analysis of CNN-based Deep Learning Models for Landslide Detection [0.0]
  インド北部とネパールの地すべりは大きな破壊をもたらし、インフラを損傷し、地域社会に脅威を与えている。 近年のインド北部とネパールの地すべりは、大きな破壊を招き、インフラを損傷し、地域社会に脅威を与えている。 ディープラーニング技術の一種であるCNNは、画像処理において顕著な成功を収めている。
  論文  参考訳（メタデータ） (2024-08-03T07:20:10Z)
• Nepali Video Captioning using CNN-RNN Architecture [0.0]
  本稿では,ディープニューラルネットワークを用いたネパールの動画キャプションについて述べる。 この研究は、事前訓練されたCNNとRNNの統合を通じて、ネパールの動画の正確で文脈的に関係のあるキャプションを生成することに焦点を当てている。 このアプローチには、データセットの収集、データ前処理、モデル実装、評価が含まれる。
  論文  参考訳（メタデータ） (2023-11-05T16:09:40Z)
• InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions [95.94629864981091]
  この研究は、パラメータの増加やViTsのようなトレーニングデータから得られるインターンイメージと呼ばれる、CNNベースの新しい大規模ファンデーションモデルを提案する。 提案されたInternImageは、従来のCNNの厳格な帰納バイアスを低減し、ViTのような大規模データから、より強く堅牢なパターンを学習できるようにする。
  論文  参考訳（メタデータ） (2022-11-10T18:59:04Z)
• Controlled-rearing studies of newborn chicks and deep neural networks [0.0]
  畳み込みニューラルネットワーク(CNN)は、困難なオブジェクト認識タスクにおいて、人間レベルのパフォーマンスを達成することができる。 CNNは「データ空腹」と考えられており、オブジェクト認識のための正確なモデルを開発するために大量のトレーニングデータを必要とする。 この批判は、視覚発達のモデルとしてCNNを使用するという約束に挑戦する。
  論文  参考訳（メタデータ） (2021-12-12T00:45:07Z)
• Wide & Deep neural network model for patch aggregation in CNN-based prostate cancer detection systems [51.19354417900591]
  前立腺癌(PCa)は、2020年に約141万件の新規感染者と約37万5000人の死者を出した男性の死因の1つである。 自動診断を行うには、まず前立腺組織サンプルをギガピクセル分解能全スライド画像にデジタイズする。 パッチと呼ばれる小さなサブイメージが抽出され、予測され、パッチレベルの分類が得られる。
  論文  参考訳（メタデータ） (2021-05-20T18:13:58Z)
• BreakingBED -- Breaking Binary and Efficient Deep Neural Networks by Adversarial Attacks [65.2021953284622]
  CNNのホワイトボックス攻撃やブラックボックス攻撃に対する堅牢性について検討する。 結果は、蒸留されたCNN、エージェントベースの最新のprunedモデル、およびバイナライズニューラルネットワークのために示されています。
  論文  参考訳（メタデータ） (2021-03-14T20:43:19Z)
• When Deep Learning Meets Digital Image Correlation [0.0]
  本研究の目的は、参照画像とデフォルメ画像のペアから変位場とひずみ場を抽出できるCNNの実装である。 StrainNet と呼ばれる CNN は,この目標を達成するために開発することができる。 主な成果は、StrainNetがそのような測定を成功させ、気象学的な性能と計算時間の点で競合する結果を達成することである。
  論文  参考訳（メタデータ） (2020-09-02T19:26:05Z)
• Investigating Bias in Deep Face Analysis: The KANFace Dataset and Empirical Study [67.3961439193994]
  現在までに最も包括的で大規模な顔画像とビデオのデータセットを導入している。 データは、アイデンティティ、正確な年齢、性別、親族関係の点で手動で注釈付けされる。 提案したベンチマークでネットワーク埋め込みをデバイアス化する手法を導入し,テストした。
  論文  参考訳（メタデータ） (2020-05-15T00:14:39Z)

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。