Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2005 / Cilt: 20 - Sayı: 1

Turkish Times New Roman, Arial, and handwriting characters recognition by neural network

Yapay sinir ağları ile Türkçe Times New Roman, Arial ve elyazısı karakterleri tanıma

Pages
13–19
Publication Date
2022-10-18
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Also a character perceiving software was developed by using the C++ Builder software development environment.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Artificial Neural Networks are input data systems which are developed for the cases in which are starting from the available data to disclose the unknown relationships and the algorithm or data processing system in which rules are not exactly known.
📊
Key Findings & Data:In this study, the pattern recognition procedure which is an important application of neural network was considered.
💡
Conclusion & Impact:Also a character perceiving software was developed by using the C++ Builder software development environment.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Domain Parameters

Abstract

Artificial Neural Networks are input data systems which are developed for the cases in which are starting from the available data to disclose the unknown relationships and the algorithm or data processing system in which rules are not exactly known. In this study, the pattern recognition procedure which is an important application of neural network was considered. Times New Roman, Arial, and handwriting Turkish characters between A and Z with their lower cases were submitted to the networks as input vectors and the training procedures were realized according to these characters. Then, after applying character perceiving and recognition process to image which contains text written using these characters, image article was transformed to text. In this study a multilayer forward feeding neural network architecture and a back propagation training method were used. Also a character perceiving software was developed by using the C++ Builder software development environment.

Özet

Yapay Sinir Ağları (YSA), giriş verilerinin yetersiz olduğu, mevcut verilerden hareketle bilinmeyen ilişkilerin ortaya çıkarılması ve algoritması veya kuralları tam olarak bilinmeyen durumlar için geliştirilmiş bir bilgi işleme sistemidir. Bu çalışmada, yapay sinir ağlarının önemli bir uygulaması olan karakter tanıma işlemi ele alınmıştır. Times New Roman ve Arial biçimindeki A dan Z ye 29 Türkçe karakter küçük ve büyük harfleriyle birlikte, elyazısı karakterler, giriş vektörü olarak ağa sunulmuş ve YSA'nın eğitim işlemi bu karakterler üzerinden gerçekleştirilmiştir. Bu karakterler kullanılarak yazılmış metin içeren resime karakter algılama ve tanıma işlemi uygulandıktan sonra, resim yazısı metne dönüştürülmüştür. Bu çalışmada çok katmanlı ileri beslemeli bir YSA mimarisi ve geri yayılım öğrenme metodu kullanılmıştır. Ayrıca C++ Builder yazılım geliştirme ortamı ile resimden karakter algılama ve tanıma işlemini gerçekleştiren bir yazılım geliştirilmiştir ve uygulaması yapılmıştır.

🔖

Cite This Article

ERDEM, O. A., UZUN, E. (2022). Turkish Times New Roman, Arial, and handwriting characters recognition by neural network. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 20 - Sayı: 1, 13–19. https://ajindex.com/articles/524185

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (1)

  1. Elmas, Ç., Yapay Sinir Ağları, Seçkin Yayınevi, Ankara; 2003. 2.Fausett, L., Fundamentals of neural networks,Prentice-Hall, Inc., 1994. 3.Akpınar, H., Yapay Sinir Ağları ve Kredi Taleplerinin Değerlendirilmesinde Bir Uygulama Önerisi, İstanbul Üniversitesi İşletme Fakültesi Sayısal Yöntemler Ana Bilim Dalı,İstanbul, 1993. 4.Kılıç, H. B., Yapay Sinir Ağları İle Karakter Algılama, Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara, 1998. 5.Nabiyev, V. V., Yapay Zeka, Seçkin Yayınevi, Ankara, 2003. 6.Douglas Rohde, LENS: The Light, Efficient Neural Network Simulator, http://tedlab.mit.edu/~dr/Lens/. 7.Amin, A., Singh, S., "Machine Recognition of Hand-Printed Chinese Characters", Intelligent Data Analysis-An International Journal, http://wwweast.elsevier.com/ida/browse/0102/00 08/ida00008.htm, 1, issue 2,1998. 8.Suen,C.Y.and Yu,C.L.,"Performance Assessment of a Character Recognition Expert System", Int. Expert Systems Application EXPERSYS 90,195-300 1990. 9.Fu, K. S., Applications of Pattern Recognition, Roca Raton, Florida, 1990. 10.Masayoshi O., Kazuhiko Y., "On-Line Handwriting Character Recognition using Direction-Change Features that Consider Imaginary Strokes", Pattern Recognition, 32, 1115-1128,1999.