手書き文字認識問題を対象とした深層学習における入力パターン内論理構造の自己組織化

点击翻译按钮获取中文摘要

2022年度は、交付申請書で設定した研究計画のうち、(5)入力パターンに内在する論理構造の自己組織化の可能性検証に則して、研究を遂行した。具体的には、論理構造の自己組織化方法について、以下に示すトップダウン的なアプローチと、ボトムアップ的なアプローチについて検証した。トップダウン的なアプローチでは、手書き文字認識用ニューラルネットワークの学習の過程で、重みがほぼ無いエッジを枝刈りしていくことにより、似た構造を持つ文字画像に反応するノードを獲得することができることを確認した。さらに、これらのノードを文字画像内の共通構造を獲得する弱識別器と捉え、弱識別器を逐次的に追加していくことにより文字内の共通構造を獲得し、さらに、残存エッジの接続関係から、共通構造の階層関係を獲得することができることを確認した。ボトムアップ的なアプローチでは、活字文字認識問題を対象にして、単純な文字群が複雑な文字群のどの位置に存在するかを、物体検出用ニューラルネットワークを用いて把握させることを試みた。さらに、これらの物体検出結果を概観し、単純な文字と複雑な文字の間の部分全体関係を考慮した文字認識の実現可能性について検証した。結果として、複雑な文字に内在する単純な文字の位置把握についてある程度の性能を確認することはできたものの、そこまで信頼性は高くはなく、様々な文字間の部分全体関係を明確に獲得するにはさらなる工夫が必要であることを確認した。