|
|
|
|
| LEADER |
02599na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2017 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid5683
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Vesinger, Dunja
|
| 245 |
1 |
0 |
|a Klasifikacija rukom pisanih slova uporabom ograničenog Boltzmannovog stroja :
|b završni rad /
|c Dunja Vesinger ; [mentor Marko Čupić].
|
| 246 |
1 |
|
|a Classification of Handwritten Alphabet Letters using Restricted Boltzmann Machine
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b D. Vesinger,
|c 2017.
|
| 300 |
|
|
|a 44 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2017-06-09, datum završetka: 2017-07-10
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Ovaj rad proučava klasifikaciju rukom pisanih slova engleske abecede uporabom binarnog ograničenog Boltzmannovog stroja.
Korištena metoda klasifikacije provodi se nad reprezentacijama slova u obliku binarnih vektora na koje je nadodan jednojedinični kod. Algoritmom kontrastne divergencije s jednim korakom nastoji se naučiti Boltzmannov stroj da generira odgovarajući jednojedinični kod za svaki primjerak binarizirane slike rukom pisanog slova.
Metoda klasifikacije primijenjena je na skupu svih slova engleske abecede i ispravno klasificira samo 33.88% primjera. Na skupu primjera koji sadrži prvih šest slova engleske abecede dobiven je znatno bolji stupanj ispravne klasifikacije koji iznosi 57.54%.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This thesis studies the classification of handwritten letters of the English alphabet using a restricted Boltzmann machine.
The method utilized in this paper uses binary representations of the images containing letters and adds a one-hot encoding to each vector. The contrastive divergence algorithm with one step is used to train the restricted Boltzmann machine to generate the proper one-hot encoding for each binary image of a letter.
The method of classification used in this paper correctly classifies only 33.88% of examples when used on the training set containing all the letters of the English alphabet. On a subset containing the first six letters of the alphabet, it gives a significantly better accuracy of 57.54%.
|
| 653 |
|
1 |
|a ograničen Boltzmannov stroj
|a RBM
|a klasifikacija
|a rukom pisana slova
|a kontrastna divergencija
|
| 653 |
|
1 |
|a restricted Boltzmann machine
|a RBM
|a classification
|a handwritten letters
|a contrastive divergence
|
| 700 |
1 |
|
|a Čupić, Marko
|4 ths
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 50297
|d 50297
|