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

2022

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.52167/1609-1817-2022-121-2-554-561
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

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.