Papers with Code · CC BY-SA 4.0

Kuzushiji-MNIST

아카이브 평가 26건 · 마지막 적재/변경 2026-10-30

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
KMNIST-Tiny	Accuracy 99.35 Trainable Parameters 420000	Efficient Global Neural Architecture Search 2025-02-08	코드 1
KMNIST-Mobile	Accuracy 99.29 Trainable Parameters 2710000	Efficient Global Neural Architecture Search 2025-02-08	코드 1
VGG-5 (Spinal FC)	Accuracy 99.15 Error 0.85	SpinalNet: Deep Neural Network with Gradual Input 2020-07-07	코드 1 · 코드 2 · 코드 3
CAMNet3	Accuracy 99.05 Error 0.95	Context-Aware Multipath Networks 2019-07-26	연결 없음
VGG8B(2x) + LocalLearning + CO	Accuracy 99.01 Error 0.99	Training Neural Networks with Local Error Signals 2019-01-20	코드 1 · 코드 2
CN(d=32)	Accuracy 98.84	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
NSRL (log D) (d=16)	Accuracy 98.81	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
CN(d=16)	Accuracy 98.80	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
Resnet-152	Accuracy 98.79	A Comprehensive Study of ImageNet Pre-Training for Historical Document Image Analysis 2019-05-22	연결 없음
R-ExplaiNet-26	Accuracy 98.78 Error 1.22 Trainable Parameters 892362	Learning local discrete features in explainable-by-design convolutional neural networks 2024-10-31	코드 1
ResNet-14	Accuracy 98.75	CNN Filter DB: An Empirical Investigation of Trained Convolutional Filters 2022-03-29	코드 1
NSRL (WGAN) (d=32)	Accuracy 98.72	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
NSRL (WGAN) (d=8)	Accuracy 98.68	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
NSRL (WGAN) (d=16)	Accuracy 98.66	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
NSRL (log D) (d=32)	Accuracy 98.63	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
NSRL (log D) (d=8)	Accuracy 98.61	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
CN(d=8)	Accuracy 98.60	Toward Understanding Supervised Representation Learning with RKHS and GAN 2021-01-01	연결 없음
Efficient Capsnet	Accuracy 98.43	Improved efficient capsule network for Kuzushiji-MNIST benchmark dataset classification 2023-12-15	코드 1
PreActResNet-18 + Input Mixup	Accuracy 98.41	mixup: Beyond Empirical Risk Minimization 2017-10-25	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67 · 코드 68 · 코드 69 · 코드 70 · 코드 71
PreActResNet-18	Accuracy 97.82	Identity Mappings in Deep Residual Networks 2016-03-16	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54
Convolutional Tsetlin Machine	Accuracy 96.3	The Convolutional Tsetlin Machine 2019-05-23	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
KerCNN	Accuracy 93.13	KerCNNs: biologically inspired lateral connections for classification of corrupted images 2019-10-18	연결 없음
linear/flexible model	Accuracy 79.90	Multi-Complementary and Unlabeled Learning for Arbitrary Losses and Models 2020-01-13	연결 없음
FWD	Accuracy 79.5	Multi-Complementary and Unlabeled Learning for Arbitrary Losses and Models 2020-01-13	연결 없음
Complementary-Label Learning	Accuracy 67.1	Complementary-Label Learning for Arbitrary Losses and Models 2018-10-10	코드 1
ResNet18 + VGG Ensemble	Error 1.10	Deep Learning for Classical Japanese Literature 2018-12-03	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10