NeuroWrite：基于深度神经网络的手写数字预测性分类
计算机视觉与模式识别
2024-09-01 v1 人工智能
摘要
深度神经网络的快速发展彻底改变了机器学习领域，使各个领域的显著进步成为可能。在本文中，我们介绍 NeuroWrite，一种利用深度神经网络预测手写数字分类的独特方法。我们的模型通过利用卷积神经网络（CNNs）和循环神经网络（RNNs）的优势，在识别和分类手写数字方面表现出卓越的准确性。在本文中，我们详细考察了 NeuroWrite 中使用的数据准备方法、网络设计和训练方法。通过实施最先进的技术，我们展示了 NeuroWrite 如何在手写数字数据集（如 MNIST）上实现高分类准确率和鲁棒泛化能力。此外，我们探索了该模型在现实应用中的潜力，包括数字化文档中的数字识别、签名验证和自动邮政编码识别。NeuroWrite 因其性能和适应性而成为计算机视觉与模式识别中的有用工具。本研究详细介绍了 NeuroWrite 的架构、训练过程和评估指标，说明其如何改进若干需要手写数字分类的应用。结果表明，NeuroWrite 是一种有前景的方法，可提升基于深度神经网络的手写数字识别的水平。
引用
@article{arxiv.2311.01022,
title = {NeuroWrite: Predictive Handwritten Digit Classification using Deep Neural Networks},
author = {Kottakota Asish and P. Sarath Teja and R. Kishan Chander and D. Deva Hema},
journal= {arXiv preprint arXiv:2311.01022},
year = {2024}
}
备注
6 pages, 10 figures