Estimación de parámetros para imágenes digitales, usando clasificadores K-NN y Tesseract
Bibliographic record
Abstract
Introducción: Para este estudio, se tiene una estimación de parámetros de una comparativa entre dos algoritmos de reconocimiento de caracteres numéricos en imágenes digitales: K-NN y Tesseract, con el fin de determinar el de mayor grado de similitud. Metodología: Se utilizó el método inductivo y experimental para adquirir los información y datos como: la precisión, tiempo en el reconocimiento, porcentaje de consumo de memoria RAM y de CPU. Esta investigación es de tipo cuasi experimental por las técnicas escogidas para el reconocimiento de los dígitos aplicadas a imágenes y posteriormente evaluar en K-NN y Tesseract a medidores de energía eléctrica capturados en fotografía para la obtención de una lectura de consumo automática. La investigación es de tipo aplicativa ya que se basó en conocimientos existentes de investigaciones previas con dirección al desarrollo tecnológico de mejora de nuevos procesos. También se puede tomar como experimental por la adquisición de datos mediante pruebas de laboratorio donde se puede apreciar elementos importantes y a simple vista una captación de fenómenos del caso. Conclusión: Mediante las pruebas para determinar un reconocimiento de caracteres mediante el uso de los algoritmos K-NN y Tesseract se obtuvo como resultados de estimación de precisión del 439.3% en el algoritmo K-NN y un 29.34% con Tesseract utilizando un promedio de tiempo de 1.2 y 0.06 segundos respectivos en cada algoritmo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".