שימוש ברשתות נוירונים לזיהוי תווים

תקציר העבודה:

בעבודה זו ננסה להבין מהי רשת עצבית מלאכותית, (ANN) artificial neural network, כיצד היא פועלת, מהם יתרונותיה על פני החישוב הסדרתי, ואילו שימושים יש לה בעולם שבו הקלטים הם לא ידועים וחלקיים ובכל זאת ההחלטה חייבת להיות נכונה.

נראה, כיצד התחום "בינה מלאכותית" אשר התפתח מאוד במהלך השנים האחרונות, מנסה לחקות כמה מהמאפיינים של רשתות נוירונים/עצביות ביולוגיות, זאת כדי לדמות תהליכי למידה וזיכרון של המוח האנושי.
היתרון היחסי של המח האנושי על פני המעבדים החזקים ביותר הוא ביכולת העבודה המקבילית שלו והקשרים הנוצרים בין יחידות העיבוד הבסיסיות. לעומת זאת, המעבדים "החזקים" הקיימים היום בשוק יכולים אמנם לבצע מיליוני חישובים בשנייה אך החישוב נעשה באופן סדרתי, כלומר פעולה אחר פעולה ולכן הוא לוקה בחסר ביחס לחישוב המקבילי של המח האנושי.

למח האנושי, אשר אליו זורם מידע הנקלט באמצעות החושים שלנו (ראייה, שמיעה וריח...), יש את היכולת לעבד את הקלט ולבצע החלטות גם במצבים לא ידועים ולא ברורים. כל זה נעשה באמצעות רשת בעלת מספר רב של נוירונים המקושרים ביניהם, הפועלים בהרמוניה על מנת לתרגם ולסווג את הקלט לתבניות המוכרות לו מ"תהליך הלמידה". באמצעות אותם קישורים רבים בין הנוירונים מצליח המח לבצע מספר "משימות" במקביל, לעומת המחשב אשר מצריך משאבים רבים. לכן, מדענים במהלך השנים ניסו ליצור מכונה המקיימת רשת נוירונים מלאכותית אשר תפעל באופן זהה לתהליכי העיבוד של המח האנושי.

עיקר תפקידן של רשתות נוירונים מלאכותיות הוא זיהוי תבניות (Pattern Recognition), זיהוי דיבור, קריאת תווים וסימנים וכן יש לה גם שימושים בתחום הרפואה והכלכלה. בעבודה זו נתמקד ברשתות נוירונים לצורך יישום מנוע זיהוי התווים - Optical Character Recognition (OCR).
בשלב ראשון, הנקרא "שלב האימון" (Training) הרשת תלמד תווים וסימנים ותיצור מחלקות אב טיפוס של תווים. בשלב השני, "שלב המבחן", הרשת תסווג קלטים למחלקות המוכרות לה משלב "האימון".

תוכן עיניינים:
1. מבוא לרשתות נוירונים
2. מהי רשת נוירונים ומהם רכיביה
2.1 שכבת הקלט
2.2 השכבות החבויות
2.3 שכבת הפלט
2.4 הנוירון
2.5 Transfer Function
2.6 רשת נוירונים
2.7 מבנה רשת הנוירונים
3. חוקי למידה ברשתות נוירונים
3.1. Perceptron Learning Rule
3.1.1. שלבי האלגוריתם
3.1.2. דוגמת הרצה
3.2. Gradient Decent Technique
3.3. Delta Learning Rule
3.4. Back Propagation Learning Rule
3.4.1. הגדרת הבעיה
3.4.2. שלבי האלגוריתם
3.5. פתרון בעיית המינימום המקומי
4. Optical Character Recognition
4.1. שלבי זיהוי הקלט לרשת הנוירונים
4.2. דוגמה לרשת לזיהוי תווים
5. סיכום
6. ביבליוגרפיה

קטע מהעבודה:

מקורות:

Dave Desrochers, "Readability study of characters on simple neural network algorithms for OCR". Summer 2000.
F. Lara, "Artificial Neural Networks: An Introduction", journal of Mexican society of instrumentation, 1998, (p5-p10).
Robert Schalkoff, Clemson University. "Pattern Recognition: Statistical, Structural and neural approaches", John Wiley Sons, Inc. 1992.
Christos Stergiou Dimitrios Siganos, "Neural Networks"
http://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html
Michael Breithaupt, "Improving OCR and ICR accuracy through expert voting"
Oce Priniting Systems USA, Inc. February 2001.
Fakhreddine O. Karry Clarence Desilva, "Soft Computing Intelligent Systems Design". Addison Wesley. September 2004.
John Peter Jesan, "The Neural Approach to Pattern Recognition"
Volume 5, Issue 7.April 20, 2004.
The OCHRE applet, http://sund.de/netze/applets/BPN/bpn2/ochre.html
Data Mining, Neural Network Tutorials and Neural Network Articles, http://www.kdkeys.net/forums/63/ShowForum.aspx
Neural Java - Neural Networks Tutorial with Java Applets, http://diwww.epfl.ch/mantra/tutorial/english/
http://www.kdkeys.net/forums/63/ShowForum.aspx
"Artificial Neural Networks: An Introduction", journal of Mexican society of instrumentation.
Dave Desrochers, "Readability study of characters on simple neural network algorithms for OCR", summer 2000.
Dave Desrochers, "Readability study of characters on simple neural network algorithms for OCR", summer 2000.
http://diwww.epfl.ch/mantra/tutorial/english/
Fakhreddine O. Karry Clarence Desilva, "Soft Computing Intelligent Systems Design"
"Artificial Neural Networks: An Introduction", journal of Mexican society of instrumentation
Fakhreddine O. Karry Clarence Desilva, "Soft Computing Intelligent Systems Design" pages 251-258
OCR Using Neural Network

תגים:

בינה מלאכותית · הייטק

אפשרויות משלוח:

ניתן לקבל ולהזמין עבודה זו באופן מיידי במאגר העבודות של יובנק. כל עבודה אקדמית בנושא "שימוש ברשתות נוירונים לזיהוי תווים", סמינריון אודות "שימוש ברשתות נוירונים לזיהוי תווים" או עבודת מחקר בנושא ניתנת להזמנה ולהורדה אוטומטית לאחר ביצוע התשלום.

אפשרויות תשלום:

ניתן לשלם עבור כל העבודות האקדמיות, סמינריונים, ועבודות המחקר בעזרת כרטיסי ויזה ומאסטרקרד 24 שעות ביממה.