Étude des mécanismes d'adaptation pour l'optimisation de classifieurs flous dans le cadre de la reconnaissance d'écriture manuscrite

Harold Mouchère; Eric Anquetil; Nicolas Ragot

Étude des mécanismes d'adaptation pour l'optimisation de classifieurs flous dans le cadre de la reconnaissance d'écriture manuscrite

Harold Mouchère ¹ Eric Anquetil ^{2, 3} Nicolas Ragot ⁴

1 IMADOC - Interprétation et Reconnaissance d’Images et de Documents

UR1 - Université de Rennes 1, INSA Rennes - Institut National des Sciences Appliquées - Rennes, CNRS - Centre National de la Recherche Scientifique : UMR6074

2 INSA Rennes - Institut National des Sciences Appliquées - Rennes

3 IntuiDoc - intuitive user interaction for document

IRISA-D6 - MEDIA ET INTERACTIONS

4 LIFAT - Laboratoire d'Informatique Fondamentale et Appliquée de Tours

Résumé : Nous proposons dans cette e ́tude une me ́thode d’adap- tation en-ligne au scripteur pour la reconnaissance de ca- racte`res manuscrits. Nous posse ́dons de ́ja` des syste`mes d’infe ́rence floue performants pour la reconnaissance d’e ́criture. Dans cette e ́tude nous utilisons un syte`me d’infe ́rence floue simplifie ́ mais similaire, dans le but de transposer ces me ́thodes d’adaptation sur les syste`mes d’origine. Dans ce syste`me, chaque re`gle est de ́finie par un prototype qui repre ́sente les proprie ́te ́s intrinse`ques des classes et chaque re`gle de ́crit chaque classe en lui associant un score. L’adaptation s’ope`re a` la fois sur les conclusions des re`gles par descente du gradient et sur les prototypes flous des pre ́misses en les de ́placant graˆce a` une technique inspire ́e des LVQ. Le syste`me a e ́te ́ teste ́ sur 8 scripteurs diffe ́rents. Les premie`res expe ́rimentations illustrent la re ́duction importante du taux d’erreur apporte ́ par la me ́thode (jusqu’a` 80% et 67% en moyenne).

Keywords : SIF adaptation supervise ́e optimisation LVQ recon- naissance de caracte`res manuscrits

Document type :

Conference papers

Domain :

Computer Science [cs] / Document and Text Processing

Computer Science [cs] / Machine Learning [cs.LG]

Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-01191732
Contributor : Nicolas Ragot <>
Submitted on : Wednesday, September 2, 2015 - 2:21:33 PM
Last modification on : Tuesday, July 2, 2019 - 4:02:03 PM

Étude des mécanismes d'adaptation pour l'optimisation de classifieurs flous dans le cadre de la reconnaissance d'écriture manuscrite

Identifiers

Collections

Citation

Export

Metrics

397

Contact

Étude des mécanismes d'adaptation pour l'optimisation de classifieurs flous dans le cadre de la reconnaissance d'écriture manuscrite

Identifiers

Collections

Citation

Export

Share

Metrics

397

Contact