ҚОЛЖАЗБА БЕЙНЕЛЕРІН ТАНЫП БІЛУ ҮШІН CNN-LSTM ПАРАМЕТРЛЕРІНІҢ МӘНДЕРІН БЕЙІМДЕУ НӘТИЖЕЛЕРІ

2022

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2022-121-2-554-561
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Ұзындығы анықталмаған қолжазба бейнесін танып білу қойылған тапсырмасы үшін CNN-LSTM композиттік нейрондық желі моделі ең тиімді болып анықталды. Нейрондық желі моделінің параметрлерінің мәндерін анықтау үшін мақалада олардың бекітілген өлшемді терезеде көрсетілген биометриялық кескіндерінің екі өлшемді геометриясын талдау негізінде пайдаланушының биометриялық аутентификациясының тапсырмасына үйірткілі нейрондық желінің құрылымын бейімдеу принциптері қарастырылады. CNN-LSTM параметрлерінің мәндерін бейімдеу алгоритмінің үлкейтілген блок-схемасы әзірленді және ұсынылды. CNN-LSTM параметрлерінің мәндерін бейімдеу алгоритмін жүзеге асыру нәтижесінде бейімделген CNN-LSTM нейрондық желі моделінің құрылымы алынды. CNN-LSTM тиімділігін бағалау үшін осы нейрондық желі моделінде жүзеге асырылған жүйенің нәтижелерін тестілеу уақыты мен екінші типті қателік бойынша басқа жүйелермен салыстырмалы талдау жүргізілді.