ВЫБОР МОДЕЛИ НЕЙРОННОЙ СЕТИ ДЛЯ СИСТЕМЫ РАСПОЗНАВАНИЯ РУКОПИСНОГО ТЕКСТА ПО ФОТО
Ключевые слова:
распознавание рукописного текста, нейронные сети, свёрточные нейронные сети, рекуррентные нейронные сети, машинное обучениеАннотация
В статье рассматриваются проблемы распознавания рукописного текста, рассматриваются основные типы нейронных сетей, такие как сверточные (CNN) и рекуррентные (RNN. Оцениваются ключевые параметры, влияющие на выбор модели: точность распознавания, скорость обработки, объем данных для обучения и способность к обобщению.
Библиографические ссылки
Krizhevsky A, Sutskever I., Hinton G.E. ImageNet Classification with Deep Convolutional Neural Networks // Advances in neural information processing systems, 2012. – PP. 1097–1105.
Elman J.L. Finding Structure in Time // Cognitive Science, 2004. – PP. 179–211.
Загрузки
Опубликован
2024-11-04
Выпуск
Раздел
Информационные технологии
Как цитировать
КЛИМЕНТЬЕВ, В. М., & АВРУСЕВИЧ, К. Д. (2024). ВЫБОР МОДЕЛИ НЕЙРОННОЙ СЕТИ ДЛЯ СИСТЕМЫ РАСПОЗНАВАНИЯ РУКОПИСНОГО ТЕКСТА ПО ФОТО. Путь в науку. Прикладные науки. Промышленность, (55), 50-51. извлечено от https://journals.psu.by/specialists_industry/article/view/6923
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
