Учёные из Улан-Удэ научили нейросеть «читать» рукописные буквы русского алфавита
Нейросеть разработали во ВСГУТУ
Ученые из Восточно-Сибирского государственного университета технологий и управления (ВСГУТУ) создали и запатентовали специальную программу, которая может распознавать рукописные буквы русского алфавита. Как сообщили в пресс-службе вуза, для программирования специалисты выбрали язык Python.
Сотрудники кафедры «Программная инженерия и искусственный интеллект» - старший преподаватель Елена Цагадаева и ассистент Гармажап Самбуев - использовали уже готовый набор данных или по-другому датасет, и разработали нейросетевую модель. Она может помочь в распознавании образов и автоматизации обработки текста.
- Программа может быть использована в области распознавания образов и автоматизации знаковой обработки текста. Одной из её особенностей является то, что она эффективно распознает рукописные кириллические символы без необходимости предварительной обработки текста. Это особенно полезно при работе с большими объёмами рукописного текста, - пояснила Елена Цагадаева.
Как отметили разработчики, архитектура нейронной сети также минимизирует требования к аппаратным и вычислительным ресурсам компьютера благодаря использованию полностью сверточной двухпоточной нейронной сети.
Ученые из Восточно-Сибирского государственного университета технологий и управления (ВСГУТУ) создали и запатентовали специальную программу, которая может распознавать рукописные буквы русского алфавита. Как сообщили в пресс-службе вуза, для программирования специалисты выбрали язык Python.
Сотрудники кафедры «Программная инженерия и искусственный интеллект» - старший преподаватель Елена Цагадаева и ассистент Гармажап Самбуев - использовали уже готовый набор данных или по-другому датасет, и разработали нейросетевую модель. Она может помочь в распознавании образов и автоматизации обработки текста.
- Программа может быть использована в области распознавания образов и автоматизации знаковой обработки текста. Одной из её особенностей является то, что она эффективно распознает рукописные кириллические символы без необходимости предварительной обработки текста. Это особенно полезно при работе с большими объёмами рукописного текста, - пояснила Елена Цагадаева.
Как отметили разработчики, архитектура нейронной сети также минимизирует требования к аппаратным и вычислительным ресурсам компьютера благодаря использованию полностью сверточной двухпоточной нейронной сети.
Уважаемые читатели, все комментарии можно оставлять в социальных сетях, сделав репост публикации на личные страницы. Сбор и хранение персональных данных на данном сайте не осуществляется.