情報処理学会 第81回全国大会講演要旨

本研究では神経力学モデルRNNを用いた漢字の筆跡学習と認識を目標とする。本稿では特に，筆の持ち上げによるデータ欠損に頑健な学習手法を提案する．本手法では，学習モデルMTRNNを予測モデルとして構築し，データ欠損時には一時刻前の出力を次の入力にすることでデータを補間する．実験データとして，液晶タブレット上に木・犬・冬・仁・四・五・生・民・丙・石・辺・巧の12種類の漢字をそれぞれ10回ずつ書いた時に得られる座標系列を用いた．交差検定によって手法の有効性を検証した結果，自己組織化された分類空間の中で，未学習の漢字系列が学習した同種の漢字系列の近傍に分類されることを確認した．