Please use this identifier to cite or link to this item: https://dspace.znu.edu.ua/jspui/handle/12345/17584
Title: Особливості побудови комп’ютерної системи розпізнавання рукописних текстів на зображеннях
Authors: Крат, Олексій Федорович
Keywords: згорткова нейронна мережа
розпізнавання рукописних символів
набір даних (датасет)
глибоке навчання
Tensorflow
Keras
Issue Date: 2023
Abstract: UA : Мета і завдання роботи полягають в дослідженні сучасних засобів розробки системи розпізнавання рукописних текстів на зображеннях та розробці системи, що буде ефективно вирішувати цю задачу. У процесі дослідження була розглянута проблема розпізнавання рукописних текстів на зображеннях та підходи глибинного навчання до її вирішення. Як результат, була розроблена та навчена оптимальна модель глибокої згорткової нейронної мережі, яка може розпізнавати українські рукописні літери з точністю 97.63%.
EN : The aim of the research is to study the modern means of development a system for handwritten character recognition, as well as to develop a computer system that will effectively solve this problem. In the course of the research the problem of handwritten character recognition and deep learning approaches to its solution were considered. As a result, an optimal deep convolutional neural network model, which can recognize Ukrainian handwritten characters with 97.63% accuracy, has been developed and trained.
Description: Крат О.Ф. Особливості побудови комп’ютерної системи розпізнавання рукописних текстів на зображеннях : кваліфікаційна робота магістра спеціальності 121 «Інженерія програмного забезпечення» / наук. керівник А. І. Безверхий. Запоріжжя : ЗНУ, 2023. 70 с.
URI: https://dspace.znu.edu.ua/jspui/handle/12345/17584
Appears in Collections:Кваліфікаційні випускні роботи здобувачів магістерського рівня вищої освіти кафедри електроніки, інформаційних систем та програмного забезпечення

Files in This Item:
File Description SizeFormat 
Диплом Крата.pdfМагістерська робота2.11 MBAdobe PDFView/Open


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