徳島大学 教育・研究者情報データベース(EDB)

Education and Research Database (EDB), Tokushima University

徳島大学ウェブサイトへのリンク

著作: Fujisawa Akira/[松本 和幸]/太田 万稀/[吉田 稔]/[北 研二]/ASCII Art Category Classification based on Deep Convolutional Neural Networks/Proceedings the 5th IEEE International Conference on Cloud Computing and Intelligence Systems (CCIS)

ヘルプを読む

「著作」(著作(著書,論文,レター,国際会議など))は,研究業績にかかる著作(著書,論文,レター,国際会議など)を登録するテーブルです. (この情報が属するテーブルの詳細な定義を見る)

  • 項目名の部分にマウスカーソルを置いて少し待つと,項目の簡単な説明がツールチップ表示されます.

この情報をEDB閲覧画面で開く

EID
347390
EOID
945487
Map
0
LastModified
2019年5月13日(月) 15:43:26
Operator
三好 小文
Avail
TRUE
Censor
0
Owner
松本 和幸
Read
継承
Write
継承
Delete
継承
種別 必須 国際会議
言語 必須 英語
招待 推奨
審査 推奨 Peer Review
カテゴリ 推奨 研究
共著種別 推奨 国内共著(徳島大学内研究者と国内(学外)研究者との共同研究 (国外研究者を含まない))
学究種別 推奨
組織 推奨
著者 必須
  1. (英) Fujisawa Akira
    役割 任意
    貢献度 任意
    学籍番号 推奨
  2. 松本 和幸([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  3. (英) Kazuki Ohta / (日) 太田 万稀 / (読) おおた かずき
    役割 任意
    貢献度 任意
    学籍番号 推奨 ****
  4. 吉田 稔([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  5. 北 研二([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
題名 必須

(英) ASCII Art Category Classification based on Deep Convolutional Neural Networks

副題 任意
要約 任意

(英) In text-based communications on social media, emoticons, emojis, and stamps provide important ways to convey emotion and facilitate smoother communication in a short text. As non-verbal expressions, the characters in ASCII Art have no inherent meaning. However, by using a characters position or shape, emotion or intention can be expressed visually. Until now, it has been difficult to classify ASCII Art using the ASCII Art characters. In this paper, we propose a method for classifying ASCII Art by converting ASCII Art into images and using deep learning. In an evaluation experiment, the proposed method was able to achieve a classification success rate as high as 97%.

(日) ソーシャルメディア上のテキストベースのコミュニケーションでは,絵文字は,感情を伝達し,短いテキストでスムーズなコミュニケーションを促進する重要な方法を提供する.非言語表現として,アスキーアートの文字そのものには意味はないが,文字の位置や形を用いることで,感情や意図を視覚的に表現することができる.文字を特徴量としてアスキーアートを分類することはこれまで困難であった.本稿では,アスキーアートを画像に変換し,深層学習を用いてアスキーアートを分類する手法を提案する.評価実験では,97%の分類成功率を達成することができた.

キーワード 推奨
  1. (英) ASCII Art
  2. 分類(classification)
  3. (英) Deep learning
  4. (英) Convolutional Neural Networks
発行所 推奨
誌名 必須 (英) Proceedings the 5th IEEE International Conference on Cloud Computing and Intelligence Systems (CCIS)
ISSN 任意
必須 ---
必須 ---
必須 345 349
都市 必須 (英) Nanjing / (日) 南京
年月日 必須 2018年 11月 23日
URL 任意
DOI 任意 10.1109/CCIS.2018.8691245    (→Scopusで検索)
PMID 任意
NAID 任意
WOS 任意
Scopus 任意 2-s2.0-85064980913
評価値 任意
被引用数 任意
指導教員 推奨
備考 任意