PS1-8　畳み込みニューラルネットワークの古文書文字認識への応用

◎佐々木　光，堀内　匡，加藤　聡（松江工業高等専門学校）

従来，パターン認識の分野では認識対象に応じた特徴量を設計することで認識を行っていた．例えば，日本語手書き文字認識に有効な特徴量として方向線素特徴量が知られている．しかし，認識対象に応じて特徴量を設計することは認識対象の専門知識が必要であり，多くの時間と手間を必要とする．この問題を解決する手段として畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)がある．CNNはニューラルネットワーク(NN)を発展させた手法であり，教師付き学習を行うことで特徴量の自動抽出を含めたパターン認識ができる．CNNでは大きく分けて特徴抽出部と識別部が存在する．本研究では，この識別部にサポートベクターマシンを使用することで認識率の向上を実現する．また，この手法を古文書文字認識に応用し，有効性を検討する．