Prepoznavanje i izračunavanje aritmetičkih izraza pisanih rukom

završni rad

• Naslov (engleski): Recognition and Evaluation of Handwritten Arithmetic Expressions
• Autor: Ivan Mikulić
• Mentor: Marko Čupić (mentor)
• Član povjerenstva: Marko Čupić (predsjednik povjerenstva)
• Član povjerenstva: Mladen Karan (član povjerenstva)
• Član povjerenstva: Hrvoje Nuić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovome radu prikazan je način rada sustava za interpretaciju i izračunavanje rukom pisanih aritmetičkih izraza.
Problem je podijeljen u tri potproblema. Prvi je izvlačenje samih simbola s platna. Drugi je klasifikacija tih simbola.
Za klasifikaciju je korištena potpuno povezana unaprijedna umjetna neuronska mreža učena algoritmom stohastičkog gradijentnog spusta.
Treći potproblem je implementacija algoritma koji na osnovu pozicija i razreda objekata stvara generativno stablo aritmetičkog izraza.
Osim implementacije samog sustava bilo je potrebno i prikupiti raznolik skup podataka za treniranje.
Sustav je ostvaren korištenjem programskog jezika Java, uz pomoć radnog okvira DL4J.

Sažetak (engleski)

As a part of this bachelor's thesis, a global overview of a program solution for evaluation and recognition of handwritten arithmetic expressions is given.
Problem is divided into three sub problems. First sub problem is extracting symbols from the canvas.
Second one is classification of those symbols. Fully connected feedforward artificial neural network is used for classification.
Network is trained using stochastic gradient descent algorithm.
Third sub problem is developing an algorithm which generates parse tree from those classifications and objects positions on the canvas.
Program was written using programming language Java, while classification is implemented using DL4J framework.

• Ključne riječi: strojno učenje; ručno pisani aritmetički izrazi; raspoznavanje uzoraka; segmentacija uzoraka; klasifikacij; umjetna neuronska mreža
• Ključne riječi (engleski): machine learning; handwritten airthmetic expression; pattern recognition; segmentation; classification; artificial neural network
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:289696
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 20:27:00