人工知能学会全国大会論文集
第32回全国大会(2018)
セッションID: 4Pin1-01
会議情報

特徴グラフを用いた汎用型CNN深層学習手法の開発
*高橋 慧沼尻 匠曽我部 完坂本 克好山口 浩一横川 慎二曽我部 東馬
著者情報
会議録・要旨集 フリー

詳細
抄録

畳み込みニューラルネットワーク(CNN)を非画像データに適用する方法を提案する。 CNNは、画像処理や音声認識などの多くの分野で成功しています。一方、csvファイルなどの非画像データにCNNを適用することは困難でした。画像のような低次元グリッド構造のデータの順序は意味を持ち、CNNはその順序を画像の特徴として認識して処理する。したがって、CNNは、構造を変更できる非画像データに対して特徴認識を行うことができなかった。我々は、非画像データのシーケンスに意味を与えることによってCNNを適用可能にする方法に焦点を当て、改善を加えることによって提案手法の有効性を実証した。

著者関連情報
© 2018 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top