Skip navigation
Please use this identifier to cite or link to this item: http://ela.kpi.ua/handle/123456789/25809
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorТимощук, Оксана Леонідівна-
dc.contributor.authorМулява, Ольга Ярославівна-
dc.date.accessioned2019-01-15T18:47:15Z-
dc.date.available2019-01-15T18:47:15Z-
dc.date.issued2018-
dc.identifier.citationМулява, О. Я. Система розпізнавання тексту пошкоджених рукописних історичних документів із застосуванням нейронних мереж : магістерська дис. : 124 Системний аналіз / Мулява Ольга Ярославівна. - Київ, 2018. - 98 с.uk
dc.identifier.urihttp://ela.kpi.ua/handle/123456789/25809-
dc.language.isoukuk
dc.subjectрозпізнавання рукописного текстуuk
dc.subjectаналіз зображеньuk
dc.subjectмашинне навчанняuk
dc.subjectзгорткова нейронна мережаuk
dc.subjecthandwriting recognitionuk
dc.subjectimage processinguk
dc.subjectmachine learninguk
dc.subjectartificial intelligenceuk
dc.subjectconvolutional neural networkuk
dc.titleСистема розпізнавання тексту пошкоджених рукописних історичних документів із застосуванням нейронних мережuk
dc.typeMaster Thesisuk
dc.format.page98 с.uk
dc.publisher.placeКиївuk
dc.subject.udc004.89uk
dc.description.abstractukМагістерська дисертація: 98 с., 15 рис., 20 табл., 18 джерел, 1 додаток Метою дослідження є дослідження і реалізація розпізнавання рукописного історичного тексту за допомогою кроків первинної обробки і нейронних мереж, а також розробка програмного продукту, який розпізнає стародавній іврит із фото пошкоджених рукописів. Об’єктом дослідження є фото історичних пошкоджених документів, написаних вручну на стародавньому івриті, які в кінцевому результаті мають бути розпізнані як текст. Предмет дослідження є методи первинної обробки зображень такі, як бінаризація та алгоритми визначення контурів на зображенні, сегментація ліній тексу методом гісторгами, згорткова нейронна мережа, підхід ковзного вікна для розпізнавання символів. Методи дослідження ґрунтуються на машинному навчанні, методах оптимізації, математичній статистиці. Актуальність теми - робота присвячена дослідженню розпізнавання рукописного тексту як цінного історичного джерела за допомогою передових технологій у сфері інформаційних технологій.uk
dc.description.abstractenThe theme: ‘Handwriting recognition system for degraded historic manuscripts using neural networks.’ Diploma work: 98 p., 15 fig., 20 tabl., 1 appendixies, 18 references. The purpose of the study is to research and realize the recognition of handwritten historical text through the steps of primary processing and neural networks, as well as the development of a software product that recognizes ancient Hebrew from photographs of damaged manuscripts. The object of the study is photos of historical damaged documents written manually in ancient Hebrew, which should be recognized as text. The subject of research is the methods of image pre-processing such as binarization and algorithms for determining the contours in the image, segmentation of the text lines by the high torque method, and the convolutional neural network. Methods based on machine learning, optimization methods, mathematical statistics. The relevance of the study - the work is devoted to the study of recognition of handwritten text as a valuable historical source with the help of advanced technologies in the field of information technology.uk
Appears in Collections:Магістерські роботи
Магістерські роботи

Files in This Item:
File Description SizeFormat 
Muliava_Olha_magistr.pdf2.27 MBAdobe PDFThumbnail
View/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.