Pattern recognition: Comparison study

Abstract

ÖZ ÖRNEK ALGILANMASI: KARŞILAŞTIRMA ÇALIŞMASI FAWZI K. SALIM Yüksek Lisans, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Mehmet R. Tohm Ocak 2005 Bilişsel alandaki önemli çalışmalardan birisi de geliştirilen teknolojilerin insanlar tarafından daha kolayca kullanılması yönündeki çalışmalardır. El yazısı tanıma çalışması bunlardan birisi olup oldukça zor bir problemdir. Nöron ağlan birçok pratik uygulamanın içerisinde yer alan bir bilim dalıdır. Uygulamaları arasında endüstriyel süreçler, pazarlama, tıp, ve işletme gibi alanlarda kendini göstermektedir. El yazısı tanıma iş uygulamalarında kullanılan önemli bir alandır. Genelde form doldurma, el yazmalı adres, çekler, sigorta başvuruları, vergi önüşümleinde el yazması kullanılır. Bu işlemlerin çoğu genelde el yazmalı bilgiler ve talimatlar içerir. Bu bilgileri alan ve tanıyan bilgisayar geri kalan işlemleri otomatik olarak kendisi yapar. Bu tezde nöron ağı kullanarak el yazısı tanıma yapılmıştır. Bu konuda özellikle tezin 4. bölümünde geniş bilgi verilmektedir. El yazım bilgisinin görüntü elemanı (pixel) bilgisinden tanınması işlemi yapay zeka alanının örüntü tanıma konusu içerisinde yer almaktadır. Bu alanda son zamanlarda çok fazla çalışma yapılmaktadır ve genellikle nöron ağlan kullanılmaktadır. Bu tez çalışmasında el vyazısı rakamların nöron ağları kullanılarak tanıması işlemini gerçekleştirdik. El yazısı tanıma işlemi `backpropagation` algoritması kullanılarak yapılmaktadır. Anahtar Sözcükler: Nöron Şebekeler, İleri Besleme ve Geri İlerleme, Yapay Zaka (YZ), Yapay Nöron Şebekeleri (YNŞ), Örüntü Tanıma, Optik Harf Tanıma (OHT). vi

ABSTRACT PATTERN RECOGNITION: COMPARISON STUDY FAWZI K. SALIM M.Sc., Department of Computer Engineering Supervisor: Prof. Dr. Mehmet R. Tolun June 2005 Öne of the most important effects the field of Cognitive Science can have on the field of Computer Science is the development of technologies that make our tools more human. Evidenced by the fact that we are not currently ali using Tablet computers, accurate hand writing recognition is clearly a difficult problem to solve. Neural netvvorks field is interested with applications for many practices such as industrial process, marketing, medicine, business which is also relevant with hand writing recognition (our main study in this thesis). Hand writing recognition is an important field with applications in business 'form-filling1, including handwritten postal addresses, cheques, insurance applications, mail-order forms, tax returns, credit card sales slips, customs declarations and many others. These applications ali generale a handwritten script from an unconstrained population of writers and writing implements, which must subsequently be processed off-line by computer. To consider at the importance of neural networks and its applications, we used it in this research and we applied backpropagation algorithm to give us better results. We will present more details in the thesis especially in chapter four. The process of recognizing of handwriting from pixel information falls into a field of artificial iii lintelligence called pattern ör image recognition. Lots of work has been done in this field recently, and most techniques for pattern and image classifıcation make use of neural networks. This work implements neural networks in order to `learn` to recognize general features of hand vvritten digits using the well know backpropagation algorithm. Keywords: Neural Networks, Feedfonvard and Backpropagation, Artificial intelligence (Al), Artificial Neural Netvvorks (ANN), Networks Pattern Recognition, Optical Character Recognition (OCR). iv