Rozpoznávání písmen pomocí neuronové sítě
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Práca sa na úlohe rozpoznávania rukou písaných písmen zaoberá implementáciou viacvrstvovej perceptrónovej siete, učením metódou spätného šírenia chyby, hľadaním ich optimálnych parametrov, šírkou skrytej vrstvy, rýchlosťou a dĺžkou učenia, zvládaním poškodených dát. Výsledky vznikli opakovaným simulovaním a testovaním neurónovej siete použitím 52 152 malých písmen anglickej abecedy. Najlepšie výsledky pri čo najmenšej sieti a najkratšom čase tréningu dosiahla sieť so 60 neurónmi v skrytej vrstve a učenie rýchlosťou 0,01. Siete so širšou skrytou vrstvou dosiahli približne rovnakú úspešnosť pri testoch na neznámych písmenách, ale vyššiu úspešnosť na silne poškodených písmenách.
This work uses handwritten character recognition as a model problem for using multilayer perceptron, error backpropagation learning algorithm and finding their optimal parameters, hidden layer size, learning rate and length, ability to handle damaged data. Results were acquired by repeated simulation and testing the neural network using 52,152 English lowercase letters. Best results, smallest network and shortest learning time was at 60 neurons in the hidden layer and learning rate of 0.01. Bigger networks achieved the same ability to recognize unknown patterns and higher robustness at highly damaged data processing.
This work uses handwritten character recognition as a model problem for using multilayer perceptron, error backpropagation learning algorithm and finding their optimal parameters, hidden layer size, learning rate and length, ability to handle damaged data. Results were acquired by repeated simulation and testing the neural network using 52,152 English lowercase letters. Best results, smallest network and shortest learning time was at 60 neurons in the hidden layer and learning rate of 0.01. Bigger networks achieved the same ability to recognize unknown patterns and higher robustness at highly damaged data processing.
Description
Citation
KLUKNAVSKÝ, F. Rozpoznávání písmen pomocí neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2008.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
Date of acceptance
2008-06-10
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení