Système TDNN / HMM de reconnaissance de mots cursifs en ligne à apprentissage simplifié

Résumé : Un système hybride, combinant un réseau de neurones à convolution et des modèles de Markov à états cachés est proposé dans cet article. Il étend à la reconnaissance mot un précédent système dédié à la reconnaissance de caractères isolés [Poi 02]. L'architecture globale du système est présentée ici, ainsi que l'étape d'apprentissage qui se fait directement au niveau mot bien que l'approche soit de type analytique avec construction dynamique des modèles-mots par concaténation des modèles-lettres. Pour cela, une fonction objectif maximisant l'information mutuelle entre le mot à reconnaître et les mots reconnus est utilisée. Il est possible dans ces conditions de rétropropager dans le réseau de neurones, le gradient de cette fonction de coût sans avoir à disposer d'exemples étiquetés au niveau caractères. Les expériences réalisées montrent la convergence du système global même avec une initialisation aléatoire du réseau de neurones qui sert à reconnaître les caractères.


http://archivesic.ccsd.cnrs.fr/sic_00001177
Contributor : Roger T. Pédauque <>
Submitted on : Monday, December 6, 2004 - 3:00:37 PM
Last modification on : Monday, December 6, 2004 - 3:00:37 PM

Identifiers

  • HAL Id : sic_00001177, version 1

Collections

SHS

Citation

Emilie Poisson, Christian Viard-Gaudin, Pierre-Michel Lallican. Système TDNN / HMM de reconnaissance de mots cursifs en ligne à apprentissage simplifié. Jun 2004. <sic_00001177>

Export

Share

Metrics

Consultation de
la notice

123

Téléchargement du document

7