Розробка автокодувальника на основі згорткової нейронної мережі для розпізнавання рукописних цифр
Date Issued
2024
Author(s)
Святенко, Д. В.
Філімонова, Т. О.
Юрченко, Ю. Ю.
Abstract
Однією з ключових можливостей, які надає нейронна мережа –
розпізнавання рукописного тексту, зокрема цифр. Ця можливість надає широкі
перспективи для розвитку та оптимізації у багатьох сферах. Завдяки
розпізнаванню рукописних значень, можна заощадити велику кількість людино-
годин, які витрачаються на обробку інформації в документах та інших
рукописних паперах. Це збільшить ефективність використання людського
ресурсу, оскільки залишається необхідність обробляти лише нестандартні
випадки, коли допущена помилка саме у вхідних даних.
На прикладі взаємодії з державними органами можна розглянути причини
необхідності таких нейронних мереж, що можуть розпізнавати рукописні
значення. Оскільки більшість інформації про осіб знаходиться в паперовому
форматі, то отримання будь-якої інформації про особу, залежить від швидкості
працівника архіву, котрий буде шукати особову справу, серед десятків, а то і
сотень тисяч інших.
розпізнавання рукописного тексту, зокрема цифр. Ця можливість надає широкі
перспективи для розвитку та оптимізації у багатьох сферах. Завдяки
розпізнаванню рукописних значень, можна заощадити велику кількість людино-
годин, які витрачаються на обробку інформації в документах та інших
рукописних паперах. Це збільшить ефективність використання людського
ресурсу, оскільки залишається необхідність обробляти лише нестандартні
випадки, коли допущена помилка саме у вхідних даних.
На прикладі взаємодії з державними органами можна розглянути причини
необхідності таких нейронних мереж, що можуть розпізнавати рукописні
значення. Оскільки більшість інформації про осіб знаходиться в паперовому
форматі, то отримання будь-якої інформації про особу, залежить від швидкості
працівника архіву, котрий буде шукати особову справу, серед десятків, а то і
сотень тисяч інших.
File(s)![Thumbnail Image]()
Loading...
Name
ІТТП-2024-221-223.pdf
Size
332.35 KB
Format
Adobe PDF
Checksum
(MD5):e16d34d397be2adb03802567aed252d5