Automatic Recognition of Handwritten Dates on Brazilian Bank Cheques
Bibliographic record
Abstract
Cette thèse présente un système hybride HMM-MLP pour la segmentation et la reconnaissance de l'écriture manuscrite non-contrainte et plus particulièrement des dates présentes sur les chèques brésiliens. Le système développé doit tenir compte de nombreuses sources de variabilité, tel que les différents styles et types de données, les variations présentes dans le champ correspondant aux dates ou encore les cas de segmentation difficile. Tous ceci rend bien évidemment la tâche particulièrement complexe. \n \nLe système présenté s'appuie sur une modélisation Markovienne (HMM) pour identifier et séparer la date en sous-champs. Le concept de méta-classes de chiffres est utilisé afin de réduire la dimension du lexique des jours et des années et permettre ainsi une segmentation plus précise. Ensuite, les trois sous-champs principaux (jour, mois et année) sont reconnus en utilisant le classifieur spécialisé relatif au type de données identifié. Dans ce cas, nous proposons d'utiliser un système HMM pour reconnaître et vérifier le mot correspondant au mois et un réseau MLP pour décoder les chiffres représentant le jour et l'année. La stratégie de reconnaissance des chaînes de chiffres utilise aussi des méta-classes de chiffres de manière à réduire la taille du lexique et à améliorer les taux de reconnaissance. De plus, afin de valider notre stratégie combinant la reconnaissance des chaînes de chiffres et la vérification au niveau mot, nous avons utilisé d'autre base de données que celle des dates. D'autre part, le système comprend un module de décision final intégrant la notion de rejet. \n \nEnfin, nous proposons une approche de sélection de caractéristiques adaptée aux apprentissages non-supervisés. Pour ce faire, nous utilisons un algorithme génétique multi-critères qui génère un ensemble de solutions, correspondant aux meilleurs compromis entre les caractéristiques discriminantes et le nombre de regroupements pertinents. La stratégie proposée a été évaluée sur des problèmes synthétiques où les caractéristiques significatives et les regroupements appropriés sont connus pour tous les sous-espaces de caractéristiques possibles. Elle a ensuite été utilisée pour l'optimisation des HMM dans le contexte d'un apprentissage supervisé. Notre approche est alors évaluée en effectuant un certain nombre d'expériences sur la reconnaissance des mots isolés correspondant au mois. L'approche a aussi été utilisée pour optimiser la vérification de mots du système de reconnaissance de date. Ainsi, nous avons démontré expérimentalement la faisabilité et l'efficacité de l'approche proposée.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".