Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Recognition of CAPTCHA Characters by Supervised Machine Learning Algorithms

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F18%3APU127697" target="_blank" >RIV/00216305:26220/18:PU127697 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.ifacol.2018.07.155" target="_blank" >http://dx.doi.org/10.1016/j.ifacol.2018.07.155</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.ifacol.2018.07.155" target="_blank" >10.1016/j.ifacol.2018.07.155</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Recognition of CAPTCHA Characters by Supervised Machine Learning Algorithms

  • Popis výsledku v původním jazyce

    The focus of this paper is to compare several common machine learning classication algorithms for Optical Character Recognition of CAPTCHA codes. The main part of a research focuses on the comparative study of Neural Networks, k-Nearest Neighbour, Support Vector Machines and Decision Trees implemented in MATLAB Computing environment. Achieved success rates of all analyzed algorithms overcome 89%. The main dierence in results of used algorithms is within the learning times. Based on the data found, it is possible to choose the right algorithm for the particular task.

  • Název v anglickém jazyce

    Recognition of CAPTCHA Characters by Supervised Machine Learning Algorithms

  • Popis výsledku anglicky

    The focus of this paper is to compare several common machine learning classication algorithms for Optical Character Recognition of CAPTCHA codes. The main part of a research focuses on the comparative study of Neural Networks, k-Nearest Neighbour, Support Vector Machines and Decision Trees implemented in MATLAB Computing environment. Achieved success rates of all analyzed algorithms overcome 89%. The main dierence in results of used algorithms is within the learning times. Based on the data found, it is possible to choose the right algorithm for the particular task.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20205 - Automation and control systems

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    15th IFAC Conference on Programmable Devices and Embedded Systems - PDeS 2018

  • ISBN

  • ISSN

    2405-8963

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    208-213

  • Název nakladatele

    Neuveden

  • Místo vydání

    Ostrava

  • Místo konání akce

    Ostrava

  • Datum konání akce

    23. 5. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000445644900036