Szarym od mżawki świtem Tue, 20 Aug 2013 07:25:54 +0200, Borneq wyrzucił
pustą ćwiartkę i oznajmił:

>> Co to sa "abstrakcyjne cechy znakow" i jak ewentualnei NN mialby je
>> rozpoznawac? Ogolnie, cecha algorytmow uczacych sie jest dosyc slaba
>> zdolnosc do generalizacji.
>
> Cechy takie że E to kreska pionowa z trzema poziomymi, rozpoznawanie przez
> zwykłe algorytmy, nie sieć neuronową. Jednak do tego potrzebna była by
> wektoryzacja.

Ludzie wciąż używają NN, ale nie stosują podejścia brute-force. Takie
brute-force NN polegało na tym, tak z 5-10 lat temu, że dawało się
sieci po prostu wielkie wejście i liczyło na to, że NN magicznie coś
"wymyśli". Od tego czasu różne rodzaje NN mają znane właściwości, od
takich praktycznych jak "czy dobrze się uczy" do takich jak zdolność
generalizacji czy nawet (matematycznej) gęstości informacji na neuron
lub na axon zależnie od funkcji neuronu i struktury sieci. Matematycznych
właściwości się nie przeskoczy.

Używa się ich a brdziej wyrafinowany sposób: po przeanalizowaniu
wejścia innymi metodami otrzymuje się wiele współczynników i dopiero
na nich używa się sieci jeżeli mimo wszystko są mocno nieprzewidywalne
a jest w nich jakiś bliżej nieokreślony porządek.

Na samym OCR się nie znam, ale myślę, że NN wciąż mogą mieć swoje miejsce.
Na przykład jako wejście do sieci mogłyby wejść takie współczynniki jak
- czy w pionie literka jest wyżej czy niżej
- czy jest pochylona w prawo czy w lewo
- czy ma dużo prostych linii czy zgiętych
- czy ma przecięcia linii i ile
- itd.
To byłyby abstakcyjne cechy znaków (lub całego tekstu, bo znaki w piśmie
odręcznym tak z własnego doświadczenia wyróżniają się od reszty pisma
danego osobnika a nie w oderwaniu), które nie mają być rozpoznane przez NN
ale stanowiłyby jej wejście.

Do OCR widziałem już podane linki, ja tylko znam przykłady użycia NN w innych
zastosowaniach.

--
Edek