Identificación de escritores árabes para niños utilizando atención adversarial optimizada y clasificación híbrida dinámica
El reconocimiento de escritura árabe es un dominio esencial en la investigación de visión por computadora. Sin embargo, su complejidad, la naturaleza intrincada, las variadas técnicas de escritura y el vocabulario superpuesto de los textos han resultado en una escasez de estudios publicados en este...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universidad Nacional de San Martín
2024-07-01
|
| Series: | Revista Científica de Sistemas e Informática |
| Subjects: | |
| Online Access: | https://revistas.unsm.edu.pe/index.php/rcsi/article/view/642 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832542723578527744 |
|---|---|
| author | Abdullah Worood Najem-Aldenn Younis Muhanad Tahrir |
| author_facet | Abdullah Worood Najem-Aldenn Younis Muhanad Tahrir |
| author_sort | Abdullah Worood Najem-Aldenn |
| collection | DOAJ |
| description |
El reconocimiento de escritura árabe es un dominio esencial en la investigación de visión por computadora. Sin embargo, su complejidad, la naturaleza intrincada, las variadas técnicas de escritura y el vocabulario superpuesto de los textos han resultado en una escasez de estudios publicados en este ámbito. Este artículo propone un modelo que aborda la identificación de escritores árabes para niños, en el cual se utiliza un modelo de Autoencoder Variacional con Atención Adversarial para la extracción de características y el Algoritmo de Optimización de Pelícano Binario para la reducción de características. Además, el artículo sugiere un nuevo modelo de clasificación mediante un Clasificador Híbrido de Enrutamiento Dinámico (ResNet + DenseNet). Para analizar el rendimiento del modelo propuesto, se utilizaron los conjuntos de datos QUWI y Khat. Los resultados demuestran que, para ambos conjuntos de datos, se alcanza una alta precisión del 98,8%, el resultado más alto entre todos los trabajos relevantes que describimos en el artículo. Esto sugiere que el sistema logra una alta precisión y ofrece una forma novedosa de mejorar la identificación de escritores mediante el uso de algoritmos de optimización y técnicas avanzadas de aprendizaje automático.
|
| format | Article |
| id | doaj-art-737bf92138ca4922b2d1b2ddbde7f0b5 |
| institution | Kabale University |
| issn | 2709-992X |
| language | Spanish |
| publishDate | 2024-07-01 |
| publisher | Universidad Nacional de San Martín |
| record_format | Article |
| series | Revista Científica de Sistemas e Informática |
| spelling | doaj-art-737bf92138ca4922b2d1b2ddbde7f0b52025-02-03T17:53:09ZspaUniversidad Nacional de San MartínRevista Científica de Sistemas e Informática2709-992X2024-07-014210.51252/rcsi.v4i2.642Identificación de escritores árabes para niños utilizando atención adversarial optimizada y clasificación híbrida dinámica Abdullah Worood Najem-Aldenn0Younis Muhanad Tahrir1Institute of Informatics for Postgraduate Studies, Iraqi Commission for Computers & Informatics, Baghdad, IraqMustansiriyah University, College of science , Department of Computer Science ,Baghdad, Iraq El reconocimiento de escritura árabe es un dominio esencial en la investigación de visión por computadora. Sin embargo, su complejidad, la naturaleza intrincada, las variadas técnicas de escritura y el vocabulario superpuesto de los textos han resultado en una escasez de estudios publicados en este ámbito. Este artículo propone un modelo que aborda la identificación de escritores árabes para niños, en el cual se utiliza un modelo de Autoencoder Variacional con Atención Adversarial para la extracción de características y el Algoritmo de Optimización de Pelícano Binario para la reducción de características. Además, el artículo sugiere un nuevo modelo de clasificación mediante un Clasificador Híbrido de Enrutamiento Dinámico (ResNet + DenseNet). Para analizar el rendimiento del modelo propuesto, se utilizaron los conjuntos de datos QUWI y Khat. Los resultados demuestran que, para ambos conjuntos de datos, se alcanza una alta precisión del 98,8%, el resultado más alto entre todos los trabajos relevantes que describimos en el artículo. Esto sugiere que el sistema logra una alta precisión y ofrece una forma novedosa de mejorar la identificación de escritores mediante el uso de algoritmos de optimización y técnicas avanzadas de aprendizaje automático. https://revistas.unsm.edu.pe/index.php/rcsi/article/view/642aprendizaje automáticoautoencoders variacionalesBPOADenseNetResNet |
| spellingShingle | Abdullah Worood Najem-Aldenn Younis Muhanad Tahrir Identificación de escritores árabes para niños utilizando atención adversarial optimizada y clasificación híbrida dinámica Revista Científica de Sistemas e Informática aprendizaje automático autoencoders variacionales BPOA DenseNet ResNet |
| title | Identificación de escritores árabes para niños utilizando atención adversarial optimizada y clasificación híbrida dinámica |
| title_full | Identificación de escritores árabes para niños utilizando atención adversarial optimizada y clasificación híbrida dinámica |
| title_fullStr | Identificación de escritores árabes para niños utilizando atención adversarial optimizada y clasificación híbrida dinámica |
| title_full_unstemmed | Identificación de escritores árabes para niños utilizando atención adversarial optimizada y clasificación híbrida dinámica |
| title_short | Identificación de escritores árabes para niños utilizando atención adversarial optimizada y clasificación híbrida dinámica |
| title_sort | identificacion de escritores arabes para ninos utilizando atencion adversarial optimizada y clasificacion hibrida dinamica |
| topic | aprendizaje automático autoencoders variacionales BPOA DenseNet ResNet |
| url | https://revistas.unsm.edu.pe/index.php/rcsi/article/view/642 |
| work_keys_str_mv | AT abdullahworoodnajemaldenn identificaciondeescritoresarabesparaninosutilizandoatencionadversarialoptimizadayclasificacionhibridadinamica AT younismuhanadtahrir identificaciondeescritoresarabesparaninosutilizandoatencionadversarialoptimizadayclasificacionhibridadinamica |