АНАЛИЗ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ НЕЙРОННЫХ СЕТЕЙ ДЛЯ РАСПОЗНАВАНИЯ РУКОПИСНОГО ТЕКСТА
DOI:
https://doi.org/10.52167/1609-1817-2025-136-1-155-161Ключевые слова:
распознавание рукописного текста, нейронные сети, обработка естественного языка, компьютерное зрение, методы распознавания, архитектура нейронной сети, предварительная обработка данных, обучение с учителем, критические взгляды и перспективы развитияАннотация
В данной статье рассматривается эффективность использования нейронных сетей для распознавания рукописного текста. Нейросети предоставляют действенные и оптимизированные алгоритмы обработки текста, написанного и введенного вручную, преодолевая недостатки, характеризующие общепринятые традиционные методы. При этом представляется важным подчеркнуть, что повышение эффективности используемых алгоритмов распознавания и значительный рост объемов используемых данных окажет положительное влияние на перспективы использования нейросетей в этой сфере. В связи с этим, оптимизация архитектуры нейронных сетей представляется приоритетным подходом для обеспечения ими высоких показателей точности в контексте распознавания рукописного текста. В данной статье дается описание актуальных средств распознавания рукописного текста и описаны преимущества нейронных сетей, используемых для решения различных задач. Кроме того, описаны типы нейронных сетей для распознавания текста рукописи и описаны этапы использования рукописи в нейронных сетях. Приводятся примеры нескольких моделей, которые используются в настоящее время, и обсуждаются вызовы и перспективы развития в этой области.
Библиографические ссылки
[1] LeCun, Y., Bottou, L., Bengio, A., & Haffner, P. (1998). «Gradient-Based Learning Applied to Document Recognition». Proceedings of the IEEE, 86(11), 2278-2324.
[2] Морозов А. А. Исследование нейронных систем для распознавания текстовых изображений // StudNet. – 2022. – Т. 5. – №. 6. – С. 5912-5920.
[3] Khan, M. A., Badran, H. I. (2021). «Review of Optical Character Recognition Applications and Modern Techniques». Journal of Engineering Science and Technology Review, 14(5), 1-10.
[4] Pal, U., & Mukherjee, J. (2012). «Challenges in Optical Character Recognition». International Journal of Computer Applications, 54(10), 7-12.
[5] Буркин О. М. Применение нейронных сетей //теоретические и практические аспекты научных исследований. – 2019. – С. 54-57.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Ильяс Есенгабылов, Айгуль Алдабергенова, Асель Оразбаева, Айжан Адамбекова, Галымбек Жапсарбаев
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
