Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Các phương pháp nhân và máy vector hỗ trợ cho nhận diện chữ viết tay
Student Conference on Research and Development - Trang 309-312
Tóm tắt
Bài báo này trình bày một tổng quan về các phương pháp nhân trong học máy. Máy vector hỗ trợ (SVM) được thảo luận như một trong những phương pháp trong học máy sử dụng các hàm nhân, với mục đích áp dụng nó cho nhận diện chữ viết tay. SVM hoạt động bằng cách ánh xạ dữ liệu huấn luyện cho một nhiệm vụ phân loại vào không gian đặc trưng nhiều chiều hơn bằng cách sử dụng hàm nhân, và sau đó tìm kiếm một mặt phẳng tách biệt với độ rộng tối đa, tách biệt các dữ liệu đã được ánh xạ. Việc tìm kiếm mặt phẳng giải quyết liên quan đến việc sử dụng lập trình bậc hai, điều này tiêu tốn nhiều tài nguyên tính toán. Các thuật toán để triển khai thực tiễn như tối ưu hóa giảm dần tuần tự (SMO) và những cải tiến của nó cũng được bàn luận. Một vài phương pháp đơn giản hơn tương tự như SVM nhưng yêu cầu tính toán đơn giản hơn cũng được đề cập để so sánh. Cuối cùng, đề xuất việc sử dụng SVM cho nhận diện chữ viết tay.
Từ khóa
#Kernel #Support vector machines #Handwriting recognition #Support vector machine classification #Neural networks #Hidden Markov models #Quadratic programming #Intelligent robots #Machine learning #Pattern recognitionTài liệu tham khảo
10.1109/5.726791
belli, 2001, A Hybrid MLP-SVM Handwritten Digit Recognizer, Proceeding Sixth ICDAR 2001
ganapathiraju, 2002, Support Vector Machines for Speech Recognition
hsu, 2002, A comparison of methods for Multiclass SVM, IEEE Transaction on Neural Networks, 13
friess, 1998, The kernel adatron algorithm: a fast and simple learning procedure for support vector machine, Machine Learning Proceedings of the 15th Int Conference Morgan Kaufmann Publishers
1999, Thilo-Thomas FrieB and Robert F Harrison, A Kernel-Based Adeline, ESANN'1999 Proc -European Symposium on Artificial Neural Networks Bruges (Belgium)
vapnik, 1982, Estimation of Dependencies Based on Empirical Data
tay, 2001, An Analytical Handwritten Word Recognition System with Word-level Discriminant Training, Proceeding Sixth ICDAR 2001
platt, 1998, Fast Training of SVMs Using Sequential Minimal Optimization, Advances in Kernel Methods-Support Vector Learning
10.1109/NNSP.1997.622408
10.1145/130385.130401
boudat, 2001, Kernel-based Methods and Function Approximation, IJCNN '01, International Joint Conference on Neural Networks
keerthi, 1999, A Fast Iterative Nearest Point Algorithm for Support Vector Machine Classifier Design, Technical Report TR-ISL-99-03 Intelligent Systems Lab