Self-Corrective Learning の挙動解析

抄録

Self-Corrective Learning (SCL) とは、パターン認識において入力とその認識結果を正誤に関わらず以降の標準パターンに追加していく手法である。SCLを行うと識別器の認識率が向上することが知られている。その一方で、その向上原理の解析については十分になされていない。そこで今回多量の手書き数字データを用いて条件を変えながらSCLを行い、その挙動を調べたので報告する。