Defesa de TCC: APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA RECONHECIMENTO DE DÍGITOS MANUSCRITOS
Defesa de Trabalho de Conclusão de Curso
APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA RECONHECIMENTO DE DÍGITOS MANUSCRITOS
Discente: SAMUEL SCHINEIDER BUCHER
Orientador: Renato Elias Nunes de Moares
Co-orientador: Wilian Hiroshi Hisatugu
DATA: 17/07/2023 ÀS 14:00
LOCAL: Sala 206 do CT-XII
Resumo do trabalho:
O presente trabalho tem como objetivo explorar a aplicação de Redes Neurais Convolucionais (CNNs) para o reconhecimento de dígitos manuscritos. Este é um problema particularmente importante devido às variabilidades inerentes à escrita humana, tais como tipo de escrita, variações na posição e tamanho dos caracteres, bem como diferentes condições de iluminação. Além disso, práticas para o reconhecimento de dígitos manuscritos, tais como sistemas de pagamento, digitalização de documentos, reconhecimento de endereços e reconhecimento de assinaturas demonstram a relevância e o potencial de uso do reconhecimento de dígitos manuscritos em diversos setores. A proposta é aprimorar as técnicas de reconhecimento de caracteres manuscritos e analisar a eficácia das CNNs nesse contexto através do ajuste de hiper-parâmetros. Nesse sentido, o trabalho proposto pretende explorar uma arquitetura não trivial de rede neural convolucional e através de testes de extensivos encontrar maior acurácia na extração de características e classificação das imagens. Serão exploradas as bibliotecas Python, como TensorFlow, Keras, Pandas e Scikit-Learn, para implementar e treinar as redes neurais. Por fim, espera-se contribuir para o avanço das técnicas de reconhecimento de caracteres manuscritos, explorando o potencial das CNNs nesse domínio específico. O trabalho visa fornecer insights valiosos sobre a eficácia das CNNs, bem como permitir avanços para trabalhos futuros colaborando com a literatura no campo da ciência de dados e do reconhecimento de padrões.
