Розпiзнавання рукописних цифр i лiтер, порiвняння класичних ML та сучасних DL методiв
Вантажиться...
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Квалiфiкацiйна робота мiстить: 94 стор., 18 рисункiв, 10 таблиць, 19 джерел.
Метою квалiфiкацiйної роботи є пiдвищення точностi розпiзнавання багатомовних рукописних текстiв шляхом розробки комбiнованої системи, що поєднує методи комп’ютерного зору та лексичного аналiзу. Об’єктом дослiдження є процес оптичного розпiзнавання мiшаних рукописних символiв. Предметом дослiдження є алгоритми машинного навчання та математичнi моделi лексичного декодування для усунення вiзуальної неоднозначностi омоглiфiв. У ходi роботи сформовано та збалансовано набiр даних, що мiстить кириличнi, латинськi символи та цифри. Проведено емпiричний порiвняльний аналiз базових алгоритмiв машинного навчання (k-NN, LinearSVC, Random Forest) та згорткової нейронної мережi. Встановлено, що архiтектура забезпечує найвищу точнiсть на рiвнi 94.6% зi швидкiстю iнференсу 28.35 мс на 1000 символiв. Для розв’язання проблеми абсолютних омоглiфiв розроблено алгоритм багаторiвневого лексичного декодування, який використовує детермiноване мовне якорування та ймовiрнiсну N-грамну мовну модель.
Запропонованi алгоритми iнтегровано в єдиний програмний конвеєр iз розробленим графiчним iнтерфейсом користувача. Тестування системи пiдтвердило її здатнiсть автоматично визначати мовний макроконтекст i коригувати помилки iзольованого комп’ютерного зору без створення затримок у системах реального часу.
Опис
Ключові слова
оптичне розпiзнавання символiв, згорткова нейронна мережа, омоглiфи, лексичне декодування, n-грамна мовна модель, комп’ютерний зiр, машинне навчання
Бібліографічний опис
Поштаренко, С. С. Розпiзнавання рукописних цифр i лiтер, порiвняння класичних ML та сучасних DL методiв : дипломна робота ... бакалавра : 113 Прикладна математика / Поштаренко Сергiй Сергiйович. – Київ, 2026. – 94 с.