Signature verification using unsupervised learned neural networks

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F03%3A00000029" target="_blank" >RIV/49777513:23520/03:00000029 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Signature verification using unsupervised learned neural networks
Popis výsledku v původním jazyce
The Carpenter-Grosberg`s ART-2 and Kohonen`s Selforganizing Feature Map (SOFM) have been developed for the clustering of input vectors and have been commonly used as unsupervised learned classifiers. In this paper we describe the use of these neural network models for signature verification. The architecture of the verifiers and achieved results are discussed here and ideas for future research are also suggested.
Název v anglickém jazyce
Signature verification using unsupervised learned neural networks
Popis výsledku anglicky
The Carpenter-Grosberg`s ART-2 and Kohonen`s Selforganizing Feature Map (SOFM) have been developed for the clustering of input vectors and have been commonly used as unsupervised learned classifiers. In this paper we describe the use of these neural network models for signature verification. The architecture of the verifiers and achieved results are discussed here and ideas for future research are also suggested.

Rok uplatnění
2003
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)