『徳島大学 教育・研究者情報データベース (EDB)』---[学外] /
ID: Pass:

登録内容 (EID=347390)

EID=347390EID:347390, 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 [継承]
言語 (必須): 英語 [継承]
招待 (推奨):
審査 (推奨): Peer Review [継承]
カテゴリ (推奨): 研究 [継承]
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)) [継承]
学究種別 (推奨):
組織 (推奨):
著者 (必須): 1. (英) Fujisawa Akira (日) (読)
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
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):
[継承]
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): **** [ユーザ]
[継承]
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):
[継承]
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):
[継承]
題名 (必須): (英) ASCII Art Category Classification based on Deep Convolutional Neural Networks  (日)    [継承]
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.   [継承]
キーワード (推奨): 1. (英) ASCII Art (日) (読) [継承]
2.分類 (classification) [継承]
3. (英) Deep learning (日) (読) [継承]
4. (英) Convolutional Neural Networks (日) (読) [継承]
発行所 (推奨):
誌名 (必須): (英) Proceedings the 5th IEEE International Conference on Cloud Computing and Intelligence Systems (CCIS) (日) (読)
ISSN (任意):
[継承]
(必須): [継承]
(必須): [継承]
(必須): 345 349 [継承]
都市 (必須): (英) Nanjing (日) 南京 (読) [継承]
年月日 (必須): 西暦 2018年 11月 23日 (平成 30年 11月 23日) [継承]
URL (任意):
DOI (任意): 10.1109/CCIS.2018.8691245    (→Scopusで検索) [継承]
PMID (任意):
NAID (任意):
WOS (任意):
Scopus (任意): 2-s2.0-85064980913 [継承]
評価値 (任意):
被引用数 (任意):
指導教員 (推奨):
備考 (任意):

標準的な表示

和文冊子 ● Akira Fujisawa, Kazuyuki Matsumoto, Ohta Kazuki, Minoru Yoshida and Kenji Kita : ASCII Art Category Classification based on Deep Convolutional Neural Networks, Proceedings the 5th IEEE International Conference on Cloud Computing and Intelligence Systems (CCIS), 345-349, Nanjing, Nov. 2018.
欧文冊子 ● Akira Fujisawa, Kazuyuki Matsumoto, Ohta Kazuki, Minoru Yoshida and Kenji Kita : ASCII Art Category Classification based on Deep Convolutional Neural Networks, Proceedings the 5th IEEE International Conference on Cloud Computing and Intelligence Systems (CCIS), 345-349, Nanjing, Nov. 2018.

関連情報

Number of session users = 6, LA = 0.65, Max(EID) = 376489, Max(EOID) = 1008304.