متن کامل خبر


 
جلسه دفاع از پایان‏ نامه: سید علی اصغر عباس زاده آرانی، گروه مهندسی الکترونیک

خلاصه خبر: بازشناسی کلمات دستنویس فارسی

  • عنوان: بازشناسی کلمات دستنویس فارسی
  • ارائه‌کننده: سید علی اصغر عباس زاده آرانی
  • استاد راهنما: دکتر احسان اله کبیر
  • استاد ناظر داخلی اول: دکتر مجتبی لطفی زاد
  • استاد ناظر داخلی دوم: دکتر محمد صنیعی آباده
  • استاد ناظر خارجی اول: دکتر کامبیز بدیع مرکز تحقیقات مخابرات ایران
  • استاد ناظر خارجی دوم: دکتر بابک نجار اعرابی دانشگاه: تهران
  • استاد مشاور اول: دکتر رضا ابراهیم پور
  • مکان: سالن شورای دانشکده مهندسی برق و کامپیوتر
  • تاریخ: چهارشنبه 96/04/28
  • ساعت: 16:00

چکیدهبازشناسی دستنوشته به صورت برون¬خط در کاربرد¬های متعددی مانند تعیین آدرس پستی، پردازش چک¬های بانکی، بازشناسی یادداشت¬های دستنویس و تولید کتابخانه¬های دیجیتال اسناد تاریخی مطرح است. پژوهش¬ها در زمینه بازشناسی دستنویس در زبان¬های لاتین، چینی و ژاپنی بسیار زیاد است. این در حالی است که در مورد زبان¬های عربی و فارسی کارهای کمتری انجام شده است. در این رساله بازشناسی کلمات دستنویس فارسی برای خواندن نام شهرهای ایران در آدرس¬های پستی مد نظر قرار گرفته است و بدین منظور چهار روش پیشنهاد شده است. روش پیشنهادی اول با توجه به ردیابی خطای بازشناسی مبتنی بر HMMهای یک طرفه طراحی شده است. در این روش ها مدل¬های راست-به-چپ و چپ-به-راست باهم ادغام می¬شوند. ادغام در سطوح تصمیم، ویژگی و تصمیم/ویژگی صورت می¬گیرد. روش دوم برای پس¬پردازش طبقه¬بندی کلمات دستنویس با توجه به ویژگی¬های ساختاری آنها پیشنهاد می¬شود. در این روش برای استخراج ویژگی¬های مبتنی بر گودی کلمات یک شیوه جدید پیشنهاد می¬شود. در روش پیشنهادی سوم که برای بازشناسی نام دستنویس 200 شهر کشور ارایه شده است، طبقه¬بندهای پایه از نوع مدل مارکوف پنهان هستند و یک شبکه عصبی آنها را ادغام می¬کند. به دلیل پیچیدگی محاسباتی بالا در آموزش شبکه ادغام-کننده یک راه حل پیشنهاد شده است. روش چهارم برای بازشناسی نام دستنویس مراکز استانهای کشور پیشنهاد شده است. در این روش چند شبکه عصبی از طریق آموزش با همبستگی منفی آموزش داده می¬شوند و سپس از طریق قاعده رای¬گیری ترکیب می¬شوند. برای پیاده¬سازی روش¬های مطرح در این رساله یک مجموعه داده به نام "ایرانشهر2" جمع¬¬آوری شده که در ترکیب با مجموعه داده "ایرانشهر"، یک مجموعه جدید با تعداد نمونه¬های بیشتر به نام "ایرانشهر3" ایجاد کرده است.

26 تیر 1396 / تعداد نمایش : 46