Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/9538
Title: | An Application of inductive logic programming Fuzzy set, and artificial neural networks to Thai printed character recognition |
Other Titles: | การประยุกต์การโปรแกรมตรรกะเชิงอุปนัย เซตวิภัชนัย และข่ายงานประสาทประดิษฐ์ ในการรู้จำตัวพิมพ์อักษรไทย |
Authors: | Jun Srisutapan |
Advisors: | Boonserm Kijsirkul |
Other author: | Chulalongkorn University. Faculty of Engineering |
Advisor's Email: | boonserm@cp.eng.chula.ac.th, Boonserm.K@Chula.ac.th |
Subjects: | Logic programming Fuzzy sets Neural networks (Computer sciences) Character recognition Thai language -- Alphabet |
Issue Date: | 2001 |
Publisher: | Chulalongkorn University |
Abstract: | To present an application of fuzzy set theory (FST) for improving backpropagation neural network (BNN) based inductive logic programming (ILP) rule approximation. With the help of FST, the approximation of the truth values of logic programs is more reasonable, before the values are sent to the BNN for learning or for recognising. Experimental results show that the recognition accuracies are in average 83.53% and 88.39% for ILP alone and ILP&BNN, respectively. Our proposed method gives the best recognition accuracy of 90.40% |
Other Abstract: | เสนอการประยุกต์ใช้ทฤษฎีเซตวิภัชนัย (เอฟเอสที) เพื่อการปรับปรุงประมาณกฎของการโปรแกรมตรรกะเชิงอุปนัย (ไอแอลพี) ซึ่งใช้ข่ายงานประสาทประดิษฐ์ (บีเอ็นเอ็น) ด้วยการช่วยเหลือของเอฟเอสที การประมาณค่าความจริงของโปรแกรมตรรกะ มีความสมเหตุสมผลมากขึ้นก่อนที่ค่าความจริงเหล่านั้น จะถูกส่งให้กับบีเอ็นเอ็นเพื่อเรียนรู้หรือเพื่อรู้จำ โดยเฉลี่ยแล้วจากหลายๆ การทดลอง อัตราการรู้จำโดยใช้ไอแอลพีอย่างเดียวมีค่าเป็น 83.53% และได้ 88.39% โดยการใช้ไอแอลพีร่วมกับบีเอ็นเอ็น ส่วนวิธีการที่เรานำเสนอนั้นให้ผลการรู้จำดีที่สุดเท่ากับ 90.40% |
Description: | Thesis (M.Sc.)--Chulalongkorn University, 2001 |
Degree Name: | Master of Science |
Degree Level: | Master's Degree |
Degree Discipline: | Computer Science |
URI: | http://cuir.car.chula.ac.th/handle/123456789/9538 |
ISBN: | 9740309518 |
Type: | Thesis |
Appears in Collections: | Eng - Theses |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.