Recognition of Arabic handwritten characters using residual neural networks
المؤلفون المشاركون
al-Taani, Ahmad T.
Ahmad, Sadim T.
المصدر
Jordanian Journal of Computetrs and Information Technology
العدد
المجلد 7، العدد 2 (30 يونيو/حزيران 2021)، ص ص. 192-205، 14ص.
الناشر
جامعة الأميرة سمية للتكنولوجيا
تاريخ النشر
2021-06-30
دولة النشر
الأردن
عدد الصفحات
14
التخصصات الرئيسية
العلوم التربوية
تكنولوجيا المعلومات وعلم الحاسوب
الملخص EN
This study proposes the use of Residual Neural Networks (ResNets) to recognize Arabic offline isolated handwritten characters including Arabic digits.
ResNets is a deep learning approach which showed effectiveness in many applications more than conventional machine learning approaches.
the proposed approach consists of three main phases: pre-processing phase, training the ResNet on the training set and testing the trained ResNet on the datasets.
the evaluation of the proposed approach is performed on three available datasets: MADBase, AIA9K and AHCD.
the proposed approach achieved accuracies of 99.8%, 99.05% and 99.55% on these datasets, respectively.
it also achieved a validation accuracy of 98.9% on the constructed dataset based on the three datasets.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
al-Taani, Ahmad T.& Ahmad, Sadim T.. 2021. Recognition of Arabic handwritten characters using residual neural networks. Jordanian Journal of Computetrs and Information Technology،Vol. 7, no. 2, pp.192-205.
https://search.emarefa.net/detail/BIM-1415801
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
al-Taani, Ahmad T.& Ahmad, Sadim T.. Recognition of Arabic handwritten characters using residual neural networks. Jordanian Journal of Computetrs and Information Technology Vol. 7, no. 2 (Jun. 2021), pp.192-205.
https://search.emarefa.net/detail/BIM-1415801
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
al-Taani, Ahmad T.& Ahmad, Sadim T.. Recognition of Arabic handwritten characters using residual neural networks. Jordanian Journal of Computetrs and Information Technology. 2021. Vol. 7, no. 2, pp.192-205.
https://search.emarefa.net/detail/BIM-1415801
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 204-205
رقم السجل
BIM-1415801
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر