Details
Title | Применение гибридной искусственной нейронной сети в задаче распознавания рукописного текста: выпускная квалификационная работа бакалавра: 02.03.03 - Математическое обеспечение и администрирование информационных систем ; 02.03.03_01 - Информационные системы и базы данных |
---|---|
Creators | Турчина Елизавета Николаевна |
Scientific adviser | Пак Вадим Геннадьевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2018 |
Collection | Выпускные квалификационные работы; Общая коллекция |
Subjects | искусственный интеллект; искусственные нейронные сети; распознавание образов; рукописный текст |
Document type | Bachelor graduation qualification work |
File type | |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 02.03.03 |
Speciality group (FGOS) | 020000 - Компьютерные и информационные науки |
Links | Отзыв руководителя |
DOI | 10.18720/SPBPU/2/v18-3742 |
Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Record key | RU\SPSTU\edoc\55909 |
Record create date | 11/8/2018 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
В данной работе рассматривается применение искусственных нейронных сетей в задаче распознавания рукописного текста и возможность создания гибридной модели с целью увеличения точности распознавания. Проведен обзор наиболее популярных моделей ИНС и приложений, используемых в решении задачи распознавания рукописного текста. Разработана гибридная нейронная сеть для решения данной задачи. Проведено сравнение эффективности предложенной сети и алгоритма ее обучения с моделями одиночных сетей по-средством тестирования.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 327
Last 30 days: 0