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.Завантаження
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
Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:
Автори зберігають авторські права та надають журналу право першої публікації роботи, одночасно ліцензованої за ліцензією Creative Commons Attribution License, яка дозволяє іншим поширювати роботу з посиланням на авторство роботи та її першу публікацію в цьому журналі.
Автори можуть укладати окремі додаткові договірні угоди щодо неексклюзивного розповсюдження опублікованої в журналі версії роботи (наприклад, розміщувати її в інституційному репозиторії або публікувати в книзі) з посиланням на її першу публікацію в цьому журналі.
Авторам дозволяється та заохочується публікувати свої роботи онлайн (наприклад, в інституційних репозиторіях або на своєму вебсайті) до та під час процесу подання, оскільки це може призвести до продуктивного обміну, а також до більш раннього та більшого цитування опублікованих робіт (див. The Effect of Open Access).
