ข้อมูลเบื้องต้นเกี่ยวกับ Neural Network

Neural Network

ระบบโครงข่ายประสาท (Neural Network) หรือ “โครงข่ายใยประสาทเสมือน (Artificial Neural Network: ANN)” หมายถึง คอมพิวเตอร์ที่สามารถเลียนแบบการทำงานของสมองมนุษย์ได้ ด้วยการประมวลผลข้อมูลสารสนเทศ และองค์ความรู้ได้ในคราวละมากๆ

นอกจากนี้ ยังสามารถรับและจดจำสารสนเทศในรูปแบบที่เป็นประสบการณ์ได้ ทำให้สามารถเชื่อมโยงข้อเท็จจริงทั้งหลายเข้าด้วยกันเพื่อหาข้อสรุป และใช้ประสบการณ์ที่จัดเก็บไว้มาเรียนรู้และทำความเข้าใจว่า ข้อเท็จจริงใหม่ที่ได้รับเข้ามามีความเกี่ยวข้องกันอย่างไร เพื่อทำการปรับปรุงองค์ความรู้ให้มีความทันสมัยเพื่อประโยชน์ในอนาคตNeural Network เป็นตัวประมวลผลคู่ขนานขนาดใหญ่ที่สร้างขึ้นจากหน่วยประมวลผลขนาดเล็ก

มีคุณสมบัติเพื่อเก็บสิ่งที่รับรู้ประสบการณ์ หรือ การกระทำ มีลักษณะคล้ายกับสมอง 2 ข้อ คือ
1. สิ่งที่รับรู้ได้มาโดย network ซึ่งได้ผ่านทางการกระบวนการการเรียนรู้
2. เซลล์ที่เชื่อมต่อถึงกัน เรียกว่า synaptic จะถูกใช้เพื่อเก็บสิ่งที่รับรู้เข้ามา

ที่มาของข้อมูล:
http://blogger.sanook.com/it6381/

แหล่งข้อมูลอื่น:
http://en.wikipedia.org/wiki/Neural_network
http://202.28.94.55/web/320417/2548/work1/g26/Files/Report_Neural%20Network.doc
http://www.geocities.com/pisitp/neural.htm

การเปรียบเทียบประสิทธิภาพของอัลกอริทึมโครงข่ายประสาทเทียม และการแบ่งกลุ่มข้อมูลด้วยตัวเองในการรู้จำตัวอักษรลายมือเขียนภาษาไทย

โครงงานปริญญานิพนธ์
-การเปรียบเทียบประสิทธิภาพของอัลกอริทึมโครงข่ายประสาทเทียม และการแบ่งกลุ่มข้อมูลด้วยตัวเองในการรู้จำตัวอักษรลายมือเขียนภาษาไทย
-Comparison of Effectiveness Between Artificial Neural Networks (ANN) and Self-Organizing Map (SOM) in Thai Handwritten Character Recognition

อ.ที่ปรึกษา
อ.โอฬาริก สุรินต๊ะ

ผู้จัดทำโครงงาน
นางสาวขนิษฐา รบไพรี
นางสาวขวัญนภา พิมพ์ชารีย์
สาขา CS

ขอบเขตของโครงงาน
1.1 พัฒนาระบบต้นแบบการรู้จำตัวอักษรลายมือเขียนโดย SOM
1.2 ตัวอักษรภาษาไทยที่ใช้ในการรู้จำ คือ
1.2.1 พยัญชนะ ทั้งหมด 44 ตัว
1.2.2 สระ ทั้งหมด 18 ตัว
1.2.3 วรรณยุกต์ ทั้งหมด 4 ตัว
1.3 ตัวเลขอารบิกที่ใช้ในการรู้จำทั้งหมด 10 ตัว (ตั้งแต่ 0 – 9)
1.4 ทดลองกับตัวอักษรภาษาอังกฤษ ทั้งหมด 26 ตัว (ตั้งแต่ a – z)
1.5 สามารถรับข้อมูลที่เป็นภาพสีจากเครื่องสแกน ภาพที่สร้างจากโปรแกรม Photoshop หรือ Paint Brush
1.6 ตัวอักษรที่เขียนสามารถเขียนบนกระดาษสีที่มีค่าสีแตกต่างจากสีหมึก ไม่มีลายเส้น ไม่เขียนเอียง ไม่เขียนตัวติดกัน ไม่มีรูปภาพประกอบ ไม่มีสัญญาณรบกวนในรูปแบบต่างๆ ใช้ปากกาสีเข้มในการเขียน เช่น สีแดง สีดำ สีน้ำเงิน เป็นต้น
1.7 หาคุณลักษณะพิเศษ (Feature Extraction) ได้แก่
1.7.1 การหาตำแหน่งหัวของตัวอักษรในแต่ละโซน
1.7.2 ตำแหน่งของจุดสิ้นสุดของตัวอักษรในแต่ละโซน
1.7.3 Cross Horizontal and Vertical Line
1.7.4 Horizontal and Vertical Scanning
1.7.5 Mark Direction
1.7.6 Chain Code
1.7.7 การหาความหนาแน่นภายในบล็อกตัวอักษร
1.8 นำข้อมูลคุณลักษณะพิเศษของตัวอักษรลายมือเขียนที่ได้จากข้อ 1.7 มาทดสอบประสิทธิภาพของอัลกอริทึม SOM ที่ผู้วิจัยพัฒนาขึ้นเอง
1.9 นำข้อมูลคุณลักษณะพิเศษของตัวอักษรลายมือเขียนที่ได้จากข้อ 1.7 มาทดสอบประสิทธิภาพของ SOM โดยใช้เครื่องมืออื่น ๆ เช่น WEKA และเปรียบเทียบผลลัพธ์ว่าใกล้เคียงกันหรือไม่
1.10 เปรียบเทียบประสิทธิภาพการทำงานของอัลกอริทึม ANN และ SOM ภายใต้ชุดข้อมูลคุณลักษณะพิเศษชุดเดียวกัน
1.11 ประชากรกลุ่มตัวอย่าง 10 คน
1.12 แสดงผลการรู้จำตัวอักษรลายมือเขียนด้วยโปรแกรม Notepad

Dr.Richard Booth

Dr.Richard Booth


Mail: richard.b@msu.ac.th

อ.จันทิมา พลพินิจ

อ.จันทิมา พลพินิจ (อ.เจี๊ยบ)


Tel: 0816570198
Mail: jantima.p@msu.ac.th
สังกัด: CS

หัวข้องานวิจัยที่สนใจ

อ.อุมาภรณ์ สายแสงจันทร์

อ.อุมาภรณ์ สายแสงจันทร์ (อ.เอ็กซ์)



Tel: 0815454847
Mail: umaporn@msu.ac.th
สังกัด: CS

หัวข้องานวิจัยที่สนใจ

อ.ฉัตรเกล้า เจริญผล

อ.ฉัตรเกล้า เจริญผล (อ.เต้)







Tel: 0862255574
Mail: chatklaw.j@msu.ac.th
สังกัด: CS

หัวข้องานวิจัยที่สนใจ
Neural Network
Hyper-Redundant Robotics
Obstacle Avoidance Methods
Snake Robotics
Web Application

อ.สำรวน เวียงสมุทร

อ.สำรวน เวียงสมุทร



Tel: 0847861867
Mail: ruan2499@hotmail.com
สังกัด: CS

หัวข้องานวิจัยที่สนใจ
Image Processing
RFID
Neural Network

อ.กวีพจน์ บรรลือวงศ์

อ.กวีพจน์ บรรลือวงศ์ (อ.กี้)



Tel: 0892737797
mail: kaveepoj.b@msu.ac.th
สังกัด: CS

หัวข้องานวิจัยที่สนใจ
Artificial Intelligent
Neural Network
Web Service
Web Application
Share Point