ニューラルネットワークによる顔文字の原形に基づくマルチクラス分類

抄録

本稿では，顔文字の原形推定におけるマルチクラス分類をフィードフォワード型ニューラルネットワークで実装した事例について報告している．ニューラルネットワークには層ごとにユニットが配置されるが，ユニット数の妥当さは自明ではなく，実験的に決定する必要がある．そこで，ユニット数と分類正解率の観点から，ユニット数の最適値について調査を行った．その結果，本タスクにおいて，経験則として尤もらしいとされるユニット数である6500ユニットを利用することが最適であることが分かった．