論文の概要: BDSLI: A hybrid CNN-Transformer model for Bengali Sign Language interpretation

• arxiv url: http://arxiv.org/abs/2609.26088v1
• Date: Tue, 04 Aug 2026 03:48:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.871562
• Title: BDSLI: A hybrid CNN-Transformer model for Bengali Sign Language interpretation
• Title（参考訳）: BDSLI:ベンガル手話解釈のためのハイブリッドCNN変換器モデル
• Abstract要約: 本研究では,ベンガルSLRの限られた進歩に対処するハイブリッドCNN-Transformerアーキテクチャを提案する。 62の異なるベンガル手話(250のサンプル/クラス)を特徴とするカスタムビデオデータセットが開発された。
• 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 study introduces a novel hybrid CNN-Transformer architecture to address the limited progress in Bengali SLR, focusing on isolated sign word recognition and sentence generation. This specific model combination is new to Bengali SLR tasks. A custom video dataset was developed, featuring 62 distinct Bengali sign words (250 samples/class), along with a separate test dataset. The CNN-Transformer model demonstrated superior performance against all comparative and baseline models (e.g., CNN-LSTM, standalone TCN), achieving a 99.58% training accuracy (99.48% validation) and a 98.65% test accuracy. The trained model was subsequently deployed in a web application for real-world validation.
• Abstract（参考訳）: 本研究では,ベンガル語SLRの限られた進歩に対処するハイブリッドCNN-Transformerアーキテクチャを提案する。 この特定のモデルの組み合わせは、ベンガルのSLRタスクに新しいものである。 62の異なるBengali手話(250のサンプル/クラス)と別のテストデータセットを備えたカスタムビデオデータセットが開発された。 CNN-Transformerモデルは、全ての比較モデルとベースラインモデル(例えば、CNN-LSTM、スタンドアロンのTCN)に対して優れた性能を示し、99.58%のトレーニング精度(99.48%の検証)と98.65%のテスト精度を達成した。 トレーニングされたモデルはその後、実世界のバリデーションのためにWebアプリケーションにデプロイされた。

関連論文リスト

• BnBERT-iPET: Sparse Few-Shot Language Modeling for Bengali via Lottery Ticket Pruning [2.3439063716727078]
  BnBERT-iPETはベンガル語のためのスパース数発の言語モデリング手法である。 BERTのような初期モデルのエッジの10%しか持たない軽量な数発学習言語モデルでは,Bengaliのようなリソース制約言語に対する課題タスクにおいて,より大規模なモデルで首と首を動作させることができることを示す。
  論文  参考訳（メタデータ） (2026-08-05T17:42:33Z)
• BornoViT: A Novel Efficient Vision Transformer for Bengali Handwritten Basic Characters Classification [0.0]
  ベンガル語手書きの基本文字と数字を効果的に分類する新しい,効率的かつ軽量な視覚変換器モデルを提案する。 提案手法は,従来のDCNNアーキテクチャと比較して,より単純化された方法でディープ畳み込みニューラルネットワーク(DCNN)を利用する。 パラメータがわずか0.65万、モデルサイズが0.62MB、0.16GFLOPsであるBornoViTは、現在の最先端モデルよりも大幅に軽量である。
  論文  参考訳（メタデータ） (2026-02-28T17:59:36Z)
• The Mamba in the Llama: Distilling and Accelerating Hybrid Models [76.64055251296548]
  注目層からの線形射影重みを学術的なGPU資源で再利用することにより,大規模な変換器を線形RNNに蒸留する方法を示す。 結果として得られたハイブリッドモデルは、チャットベンチマークのオリジナルのTransformerに匹敵するパフォーマンスを達成する。 また,Mambaとハイブリッドモデルの推論速度を高速化するハードウェア対応投機的復号アルゴリズムを導入する。
  論文  参考訳（メタデータ） (2024-08-27T17:56:11Z)
• NLLB-CLIP -- train performant multilingual image retrieval model on a budget [65.268245109828]
  NLLBモデルからテキストエンコーダを用いたNLLB-CLIP-CLIPモデルを提案する。 201言語でキャプションを持つ106,246の良質な画像のデータセットを自動生成しました。 我々は,NLLB-CLIPが最先端モデルに匹敵する品質であり,低リソース言語ではかなり優れていることを示す。
  論文  参考訳（メタデータ） (2023-09-04T23:26:11Z)
• Convolutional Neural Networks for Sentiment Analysis on Weibo Data: A Natural Language Processing Approach [0.228438857884398]
  本研究では,Weiboの119,988ツイートのデータセット上で,畳み込みニューラルネットワーク(CNN)を用いた感情分析の複雑な課題に対処する。 CNNに基づくモデルを用いて,特徴抽出に単語埋め込みを活用し,感情分類を行う訓練を行った。 このモデルは、テストセットで平均約0.73のマクロ平均F1スコアを達成し、正、中、負の感情でバランスの取れた性能を示した。
  論文  参考訳（メタデータ） (2023-07-13T03:02:56Z)
• Scaling Laws for Generative Mixed-Modal Language Models [103.25737824352949]
  個別のモダリティの貢献とそれら間の相互作用を統一する混合モードスケーリング法則について報告する。 具体的には、過去のユニモーダルスケーリング法則に対する加算項として、データとモデルサイズによる最適シナジーと競合を明示的にモデル化する。 また,訓練中に観察される4つの経験的現象,例えば,自然にモダリティを交互に交互に行う創発的コーディネート・アセット・スタイル・トレーニングを見出した。
  論文  参考訳（メタデータ） (2023-01-10T00:20:06Z)
• Exploiting Hybrid Models of Tensor-Train Networks for Spoken Command Recognition [9.262289183808035]
  本研究の目的は,低複雑性音声コマンド認識(SCR)システムの設計である。 我々は、テンソルトレイン(TT)ネットワークの深いハイブリッドアーキテクチャを利用して、エンドツーエンドのSRCパイプラインを構築する。 提案したCNN+(TT-DNN)モデルでは,CNNモデルより4倍少ないモデルパラメータで96.31%の競争精度が得られる。
  論文  参考訳（メタデータ） (2022-01-11T05:57:38Z)
• Revisiting CNN for Highly Inflected Bengali and Hindi Language Modeling [0.5382679710017696]
  そこで本研究では,CNNアーキテクチャと名づけられた,エンド・ツー・エンドのトレーニング可能なメモリ効率の高いCNNアーキテクチャを提案する。 特に、単語と文レベルで学習可能な2つの畳み込みサブモデルを導入する。 我々は、事前訓練されたBERTを含む最先端(SOTA)トランスフォーマーモデルが、必ずしもベンガルとヒンディーにとって最高の性能をもたらすとは限らないことを示す。
  論文  参考訳（メタデータ） (2021-10-25T15:14:42Z)

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。