कंप्यूटर इंजीनियरिंग और सूचना प्रौद्योगिकी जर्नल

बैक प्रोपेगेशन न्यूरल नेटवर्क (BPNN) आधारित हस्तलिखित गणितीय समीकरणों की पहचान

सागर शिंदे और राजेंद्र वाघुलाडे

हस्तलिखित गणितीय प्रतीकों और समीकरणों की पहचान पैटर्न पहचान के क्षेत्र में महत्वपूर्ण और चुनौतीपूर्ण मुद्दा है। जटिल हस्तलिखित गणितीय समीकरणों को पहचानना आवश्यक है, जैसे गुरुत्वाकर्षण का नियम, संवलन समाकलन आदि। प्रतीकों, वर्णों आदि के ओवरराइटिंग जैसे मुद्दों की पहचान की जाती है और पहचान दर में सुधार के लिए सर्वश्रेष्ठ क्लासिफायर का चयन करके इसे हल किया जाता है। मान्यता के ऑफ़लाइन मोड के साथ उन्नत मल्टी लेयर प्रीसेंटर फीड फॉरवर्ड बैक प्रोपेगेशन न्यूरल नेटवर्क एल्गोरिदम के साथ मशीन लर्निंग दृष्टिकोण का उपयोग गणितीय समीकरणों की पहचान के थ्रूपुट, सटीकता और समग्र दक्षता में सुधार करने के लिए किया गया है। हाइब्रिड फीचर्स जैसे सेंट्रोइड, बाउंड्री बॉक्स, ज़ोनिंग डेंसिटी, लाइन सेगमेंट आदि और गति प्रशिक्षण एल्गोरिदम के साथ ग्रेडिएंट डिसेंट का उपयोग किया गया है। कई प्रकार के समीकरणों पर प्रयोग करने के लिए अनुकूली सीखने का उपयोग किया जाता है। प्रायोगिक परिणाम के माध्यम से, सिस्टम का मूल्यांकन और चित्रण किया जाता है जो सरल और साथ ही जटिल गणितीय समीकरणों की पहचान में 93.5% सटीकता में महत्वपूर्ण सुधार दिखाता है। भविष्य में वर्तमान पद्धति कागज रहित कार्य और डिजिटल दुनिया की शुरुआत करने के लिए महत्वपूर्ण कारक होगी।

अस्वीकृति: इस सारांश का अनुवाद कृत्रिम बुद्धिमत्ता उपकरणों का उपयोग करके किया गया है और इसे अभी तक समीक्षा या सत्यापित नहीं किया गया है।