Система розпізнавання тексту пошкоджених рукописних історичних документів із застосуванням нейронних мереж

Скорочена інформація про документ
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.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
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.format.page98 с.uk
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.urihttps://ela.kpi.ua/handle/123456789/25809
dc.language.isoukuk
dc.publisher.placeКиївuk
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.subject.udc004.89uk
dc.titleСистема розпізнавання тексту пошкоджених рукописних історичних документів із застосуванням нейронних мережuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Muliava_Olha_magistr.pdf
Розмір:
2.21 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи