การรู้จำลายมือเขียนภาษาไทยโดยใช้วิธีการเรียนรู้แบบปรับได้สำหรับผู้ใช้เดี่ยว

ศศิธร ฉลอง

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/64159

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	ศุภกานต์ พิมลธเรศ	-
dc.contributor.advisor	ศศิภา พันธุวดีธร	-
dc.contributor.author	ศศิธร ฉลอง	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์	-
dc.date.accessioned	2020-02-12T07:10:49Z	-
dc.date.available	2020-02-12T07:10:49Z	-
dc.date.issued	2561	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/64159	-
dc.description	โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2561	en_US
dc.description.abstract	การรู้จำลายมือเขียนนั้นเป็นองค์ประกอบสำคัญในหลายระบบ ทั้งยังเป็นงานที่มีความท้าทายงานหนึ่งในงานด้านการรู้จำแบบรูป เนื่องจากตัวอักษรภาษาไทยมีความหลากหลายของรูปร่างและตำแหน่งการเขียนของตัวอักษรในขณะเดียวกันในบางตัวอักษรก็มีความคล้ายคลึงกันเป็นอย่างมากทำให้ยากต่อการจำแนกออกจากกันอย่างชัดเจน ในงานวิจัยนี้จึงนำเสนอวิธีการเรียนรู้เพื่อสร้างตัวแบบการจำแนกซึ่งสามารถปรับตัวให้เข้ากับลักษณะการเขียนของผู้ใช้เพียงคนเดียว จากตัวแบบการจำแนกจำนวน 3 ชนิด และคุณลักษณะของรูปร่าง พื้นผิว และทั้งสองอย่างนำมาประกอบกัน เพื่อออกแบบตัวแบบการจำแนกบนพื้นฐานของการเรียนรู้แบบปรับได้ที่เหมาะสมสำหรับแต่ละคน ผลการทดลองแสดงให้เห็นว่าวิธีการที่นำเสนอให้ผลดีมากกว่าวิธีการเรียนรู้แบบปรับไม่ได้ในแง่ของค่าความถูกต้อง	en_US
dc.description.abstractalternative	Handwriting recognition is an important part of several systems. In addition, it is one of the very challenging tasks in pattern recognition because Thai characters have a variance of shapes and writing positions. At the same time, some characters are very similar, so it is difficult to obviously discriminate these characters. This study proposes the learning method to generate a classification model which can adapt to the writing style of a single user. Three classification methods, shape, texture, and both features are combined to design a proper adaptive classification model based on adaptive learning method for an individual user. Experimental results show that the proposed method outperforms the non-adaptive learning method in terms of accuracy.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.title	การรู้จำลายมือเขียนภาษาไทยโดยใช้วิธีการเรียนรู้แบบปรับได้สำหรับผู้ใช้เดี่ยว	en_US
dc.title.alternative	Thai handwriting recognition using adaptive learning method for single user	en_US
dc.type	Senior Project	en_US
dc.email.advisor	Suphakant.P@Chula.ac.th	-
dc.email.advisor	Sasipa.C@Chula.ac.th	-
Appears in Collections:	Sci - Senior Projects

Files in This Item:

File	Description	Size	Format
Sasithorn_C_Se_2561.pdf		1.64 MB	Adobe PDF	View/Open

Show simple item record