neuroproject.ru

[zangzezi]

Добрый день.
Подскажите тип нейронной сети для распознавания символов близких к рукописному тексту (стенографическая запись). Есть мысль использовать карты Кохана, но не уверен.

[Victor G. Tsaregorodtsev]

Ошибка в фамилии - карты Когана. Это свежая Израильская секретная разработка, основная тема новостей по тель-а-визору. Но, правильно сомневаетесь - покатит слабо

LeNet от Яна ЛеКуна рулит
_________________
www.neuropro.ru - нейросети, анализ данных, прогнозирование

[zangzezi]

тогда что посоветуете?
Кстати, а почему карты не рулят? Вроде их назначение как раз кластреризация информации и отношение потом входящих образов к одному из типов.

[Victor G. Tsaregorodtsev]

Что посоветовал - уже написал.

Насчет карт - никто не гарантирует, что в кластеры будут попадать целые символы (а не их части или группы символов - стенографическая запись может быть в виде слитного, а не посимвольного текста), и что в один кластер не попадут разные буквы
_________________
www.neuropro.ru - нейросети, анализ данных, прогнозирование

[zangzezi]

нет сегментировать запись я буду до распознавания, сети пойдут уже как раз отдельные символы.
Извини но на дом страничке Яна я не нашел даже демо версию этой сети чтоб посмотреть как она работает или я не правильно искал?

[Victor G. Tsaregorodtsev]

Ну, если сегментировать до - то тогда что-нибудь обучаемое с учителем. MLP или ту же LeNet.

А у Яна на сайте демки нет - просто картинка-анимашка работы данной сети, про саму сеть надо читать в его статьях по handwritten digit recognition, document recognition
_________________
www.neuropro.ru - нейросети, анализ данных, прогнозирование

[zangzezi]

а что есть возможность распознавать текст не сегментируя его? Скармливать нейронке сразу картинку а она сама разбереться?

[Victor G. Tsaregorodtsev]

Угу. На сетку навешивается обучаемый автосегментатор - см. финальную обзорную статью ЛеКуна "Gradient descent learning applied to document recognition" 1998г (название написал по памяти, мог в паре слов ошибиться).

Сетка при этом кушает не всю картинку, а бегает по картинке скользящим окном малого размера (в которое по меньшей мере влазит буква/цифра самых больших габаритов)
_________________
www.neuropro.ru - нейросети, анализ данных, прогнозирование

[zangzezi]

и вот такой вопрос, у нас MLP с одним сткрытым слоем, распознается картинка 50х50 (2500) входных нейронов, кол-во распознаваемых образо 28 сколько примерно делать нейронов в первом и скрытом слоях?

[Victor G. Tsaregorodtsev]

В первом (входном) слое - очевидно 2500 нейронов. это если под первым слоем понимать "буржуинский" термин, относящийся не к слою реальных нейронов, а слою рассылки входных сигналов на нейроны скрытого слоя (блин, до чего же неудачный это термин). Если делается какая-то предобработка картинки и число показателей (признаков) отличается от числа пикселов картинки, то число входов сети будет равно числу этих показателей

В скрытом слое... Это к Богу или гадалкам, либо подбирать методом тыка
_________________
www.neuropro.ru - нейросети, анализ данных, прогнозирование

[zangzezi]

ну то что подбирать придется это я понимаю но есть хоть какие-то примерные границы? Например, от 200 до 600 или там от 1000 до 5000 ну или что-то подобное?