ДЕКОМПОЗИТИВНЕ РОЗПІЗНАВАННЯ СИМВОЛЬНОЇ ІНФОРМАЦІЇ З КРЕСЛЕНЬ ІЗ ВИКОРИСТАННЯМ ТЕХНОЛОГІЙ ШТУЧНОГО ІНТЕЛЕКТУ
DOI:
https://doi.org/10.32626/2308-5916.2008-1.109-119Ключові слова:
розпізнавання, розпізнавання креслень, штучний інтелект, нейронні мережі, нейронні схеми.Анотація
Розроблено новий метод декомпозитивного розпізнавання креслень шляхом поетапного відокремлення з них і розпізнавання однотипних образів. Описано технологію розділення креслення на блоки графічної та символьної інформації з використанням нейронних схем. Проведено аналіз перспективних технологій штучного інтелекту з метою визначення оптимального методу розпізнавання символьної інформації на графічних зображеннях.Посилання
Rosenblatt F. 1962. Principles of Neurodinamics. New York: Spartan Books. / Русский перевод: Розенблатт Ф. Принципы нейродинамики. – М: Мир, 1965.
Qrossberg S. 1969. Some networks that can learn, remember and reproduce any number of complicated space-time patterns // Journal of Mathematics and Mechanics. – 19:53-91.
Hebb D. O. Organization of behavior. – New York: Science Edition, 1961.
Сотник С. Л, Конспект лекций по курсу “основы проектирования систем искусственного интеллекта”. – Москва, 1998.
Sejnowski T. J., and Rosenberg C. R. Parallel Networks that learn to pronounce English text // Complex Systems 3:145–68. – 1987.
DeSieno D. Adding a conscience to competitive learning Proceedings of the IEEE International Conference on Neural Networks. – San Diego, CA: SOS Printing, 1988. – P. 117-124.
Мазурець О. В., Ковальчук С. С. Застосування багатошарових нейронних схем для вирішення складних технологічних задач // Збірник наукових праць за матеріалами другої всеукраїнської науково-технічної конференції “Актуальні проблеми комп’ютерних технологій 2008”. – Хмельницький – ХНУ, 2008. – Т.2 – C.22-27.
Кондратюк А. В., Мазурець О. В. Розробка системи адаптивного аналізу спектральної інформації для оптимізації розпізнавання зашумлених образів за допомогою нейронних схем // Збірник наукових праць за матеріалами другої всеукраїнської науково-технічної конференції “Актуальні проблеми комп’ютерних технологій 2008” – Хмельницький – ХНУ, 2008. – Т.1 – C.127-135.
Ковальчук С. С., Рыбак Л. П., Мазурец А. В. Создание системы для распознавания рукописных текстов на базе нейронных схем // Сборник трудов Международной научной конференции “Нейросетевые технологии и их применение”. – Краматорск, 2004. – С.89-103.
Арлазаров В. Л., Троянкер В. В., Котович Н. В. Адаптивное распознавание символов // “Интеллектуальные технологии ввода и обработки информации”. – М.: Эдиториал УРСС, 1998.
Кубик О. О., Мазурець О. В. Технологія декомпозитивного розпізнавання символьної інформації з креслень на базі нейросхемних алгоритмів // Збірник наукових праць за матеріалами другої всеукраїнської науково-технічної конференції “Актуальні проблеми комп’ютерних технологій 2008”. – Хмельницький: ХНУ, 2008. – Т.1 – С.151-161.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).