Implementación de un sistema de información para el reconocimiento de caracteres basado en la red neuronal Perceptron

• Autor: Carranza Hernández, Sammy Nahín
• Formato: tesis de grado
• Fecha de Publicación: 2014
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/5956
• Enlace del recurso: http://hdl.handle.net/20.500.12404/5956
• Nivel de acceso: acceso abierto
• Materia: Sistemas de reconocimiento de patrones; Sistemas de información--Diseño y construcción; Redes neuronales (Computación); https://purl.org/pe-repo/ocde/ford#1.02.00

El presente proyecto tuvo como objetivo final construir un sistema basado en el funcionamiento de redes neuronales para el reconocimiento de caracteres dibujados a mano. El proyecto se divide en 2 fases. La primera fase es la de entrenamiento. En esta fase se entrena al sistema con el algoritmo resilient backpropagation. Para esto se trabaja con una data de entrenamiento, los cuales son una seguidilla de dibujos de caracteres hechos a mano. Al final de la fase de entrenamiento se obtiene los parámetros del sistema de red neuronal, con los cuales se podrá configurar el sistema de red neuronal. La siguiente fase es la fase de testeo. En esta fase se busca saber cuan efectivo ha sido el proceso de entrenamiento del sistema de red neuronal. Para esto, se pone a prueba el sistema ingresándole nueva data la cual nunca ha sido vista por el sistema. A esta data, se le llama data de testeo. Al final de esta fase se obtiene el grado de efectividad del sistema en reconocer acertadamente cada carácter ingresado al sistema.