Dinamik Kuyruk Yapısı Ve Prototip Tabanlı Öğrenme Yöntemi İle El Yazısı Karakter Tanıma

Teknik Alan: Bu buluş, yapay zeka ve makine öğrenimi alanında, özellikle el yazısı karakter tanıma ve sınıflandırma uygulamalarına yöneliktir. Prototip tabanlı öğrenme yöntemlerini ve dinamik veri yönetim tekniklerini birleştirerek, yazılı verilerin tanınmasında etkili bir çözüm sunmaktadır. Teknik Problem: El yazısı karakter tanıma, farklı yazı stilleri ve değişken karakter biçimleri nedeniyle zorlu bir problemdir. Mevcut yöntemler, çeşitli el yazısı stillerinin doğru bir şekilde tanınmasında ve sınıflandırılmasında sınırlı kalmaktadır. Bu durum, modelin genel geçerliliğini ve doğruluğunu olumsuz yönde etkilemektedir. Buluşun Çözümü: Bu buluş, dinamik kuyruk yapısı ile prototip tabanlı öğrenmeyi birleştirerek, sürekli değişen verilerle güncellenen bir model geliştirmektedir. Dinamik kuyruk, yeni gelen el yazısı örneklerini yönetirken, prototip güncellemeleri ile her karakterin temsili güçlendirilir. Öklidyen mesafe, Manhattan mesafesi veya Mahalanobis mesafesi gibi farklı metrikler kullanılarak, karakterlerin tanınma süreci optimize edilir. Bu yöntem, farklı yazı stillerinin daha doğru bir şekilde tanınmasını sağlar. Temel Kullanım Alanları: El yazısı tanıma uygulamaları (örneğin, dijital not alma, form doldurma, anket analizi) Eğitim teknolojileri (el yazısı ile yazılan notların dijital ortama aktarılması) E-ticaret ve müşteri hizmetleri (el yazısı ile yazılmış müşteri taleplerinin otomatik işlenmesi) Arşivleme ve doküman yönetimi (tarihi belgelerin dijitalleştirilmesi) Bu buluş, el yazısı karakter tanıma süreçlerinde esnek, etkili ve yüksek doğruluk oranına sahip bir yaklaşım sunarak, mevcut yöntemlerin sınırlamalarını aşmayı hedeflemektedir. TR 2024 014703 A2