الگوریتم کانولوشنی بهینه مبتنی بر شبکه عصبی عمیق جهت شناسایی زبان اشاره
محل انتشار: هفتمین کنفرانس ملی ایده های نو در مهندسی برق
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 144
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCNIEE07_018
تاریخ نمایه سازی: 30 دی 1401
چکیده مقاله:
زبان اشاره، زبانی است که ناشنوایان و افرادی که قادر به صحبت کردن نیستند، برای برقراری ارتباط با دیگران از آن استفاده میکنند. بسیاری از افراد شنوا قادر به درک زبان اشاره نیستند. بنابراین ارتباط بین افراد شنوا و ناشنوا بهدرستی صورت نمیگیرد. بنابراین احتیاج به سیستمی است که بتواند زبان اشاره را شناسایی کند. در این مقاله یک الگوریتم کانولوشنی مبتنی بر شبکه عصبی عمیق به این منظور مورد بررسی قرار می گیرد. در این الگوریتم از مجموعه داده استاندارد زبان اشاره MNIST که حاوی ۲۷۴۵۵ تصویر آموزشی و ۷۱۷۲ تصویر تست در ۲۴ کلاس است، استفاده شده است. الگوریتم پیشنهادی با استفاده از کتابخانه کراس (Keras) و با زبان برنامه نویسی پایتون شبیه سازی شد. نتایج شبیهسازی نشان میدهد که دقت تشخیص با استفاده از الگوریتم پیشنهادی و با دیتاست توضیح داده شده حدود ۹۹,۸ درصد است.
کلیدواژه ها:
نویسندگان
محمد لعلی دستجردی
دانشجوی کارشناسی ارشد رشته مهندسی برق، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی،اصفهان، ایران،
عاطفه سلیمی
استادیار مهندسی برق، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران،