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