Improved Handwritten Digit Recognition method using Deep Learning Algorithm

Ruslan Jantayev, Yedilkhan N. Amirgaliyev

2019

DOI 10.1109/icecco48375.2019.9043235

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

One of the essential problems in Computer Vision is identification and classification of important objects. While exhaustive work done on image processing for computation and accuracy performance it is still limited by ambiguity. In current work we compared traditional machine learning method versus Deep Learning model, namely Convolutional Neural Network(CNN), on Handwritten Digit Recognition using MNIST dataset. We showed that CNN algorithm reaches higher recognition accuracy than Support Vector Machine(SVM).