Please use this identifier to cite or link to this item: http://repositorio.ugto.mx/handle/20.500.12059/2957
Full metadata record
DC FieldValueLanguage
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.creatorEdgar Roberto Perez Serrano-
dc.date.accessioned2020-10-05T19:28:06Z-
dc.date.available2020-10-05T19:28:06Z-
dc.date.issued2015-
dc.identifier.urihttp://repositorio.ugto.mx/handle/20.500.12059/2957-
dc.description.abstractEl proyecto marco propone un sistema basado en una red neuronal convolucional con el objetode reconocer letras y encontrar secuencias óptimas de estas para reconocer palabras en textos históricos, los cuales presentan un deterioro en sus páginas a través de los años. Parar ello se implementarondos interfaces de usuario:una para etiquetar palabras y otra para segmentarlas palabras en letras, y con ellas generarlas bases de datos correspondientes.Estas implementaciones se hicieron mediante programación MatLab. Para el entrenamiento de las redes neuronales convolucionales se utilizó el programaLearnBWPen el cual se puede ver gráficamente su entrenamiento de aprendizaje. De igual manera se convirtió el formato de cadared entrenada para ser ejecutada por el programa charreco,que verificaque el entrenamiento sea óptimo,ya que asíesposible que el sistema reconozca eficientementelasletras de cada palabraes_MX
dc.language.isospaes_MX
dc.publisherUniversidad de Guanajuatoes_MX
dc.relationhttp://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/view/114-
dc.rightsinfo:eu-repo/semantics/openAccesses_MX
dc.sourceJóvenes en la Ciencia: Verano de la Investigación Científica Vol. 1, No.2 (2015)es_MX
dc.titleDiseño de un sistema de reconocimiento automático de palabras contenidas en documentos históricoses_MX
dc.typeinfo:eu-repo/semantics/articlees_MX
dc.subject.ctiinfo:eu-repo/classification/cti/7es_MX
dc.subject.keywordsReconocimiento automático de palabrases_MX
dc.subject.keywordsRed neuronal convolucionales_MX
dc.type.versioninfo:eu-repo/semantics/updatedVersiones_MX
dc.creator.twoMaria Guadalupe García Hernández-
dc.description.abstractEnglishThe Marco project propose a system based in a convolutional neuronal network with the objective to recognize letter and find optimal sequences of this to recognize words in historic texts, which this one presents a deterioration in this pages through the years. Was implemented two graphic user interfaces required, one to label words and another to segment the words in characters, and they generate the corresponding databases. This implementations was made by MatLab system. For the training of the convolutional neuronal network convolutional,was used the program LearnBWP which it can see clearly the graphs of their training of learning. Similarlythe format of each trained to be executed by the charreco program, which verifies that the network is optimal training became as well the system can efficiently recognize the letters of each wor-
Appears in Collections:Revista Jóvenes en la Ciencia



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.