Detail práce
Rozpoznávání písmen pomocí neuronové sítě
Práca sa na úlohe rozpoznávania rukou písaných písmen zaoberá implementáciou viacvrstvovejperceptrónovej siete, učením metódou spätného šírenia chyby, hľadaním ich optimálnych parametrov,šírkou skrytej vrstvy, rýchlosťou a dĺžkou učenia, zvládaním poškodených dát. Výsledky vznikliopakovaným simulovaním a testovaním neurónovej siete použitím 52 152 malých písmen anglickejabecedy. Najlepšie výsledky pri čo najmenšej sieti a najkratšom čase tréningu dosiahla sieť so 60neurónmi v skrytej vrstve a učenie rýchlosťou 0,01. Siete so širšou skrytou vrstvou dosiahli približnerovnakú úspešnosť pri testoch na neznámych písmenách, ale vyššiu úspešnosť na silne poškodenýchpísmenách.
neurón, neurónová sieť, písmeno, preučenie, skrytá vrstva, ocr
Herout Adam, prof. Ing., Ph.D. (UPGM FIT VUT), člen
Herout Pavel, doc. Ing., Ph.D. (ZČU v Plzni), člen
Lukáš Roman, Ing., Ph.D. (UIFS FIT VUT), člen
Martinek David, Ing. (UIFS FIT VUT), člen
Zbořil František V., doc. Ing., CSc. (UITS FIT VUT), člen
@bachelorsthesis{FITBT6613, author = "Franti\v{s}ek Kluknavsk\'{y}", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Rozpozn\'{a}v\'{a}n\'{i} p\'{i}smen pomoc\'{i} neuronov\'{e} s\'{i}t\v{e}", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2008, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/6613/" }