id:"swepub:oai:DiVA.org:bth-17741"
Sökning: id:"swepub:oai:DiVA.org:bth-17741" > ARDIS :
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
- Kusetogullari, Hüseyin,1981-Blekinge Tekniska Högskola,Institutionen för datalogi och datorsystemteknik,Big Data (författare)
ARDIS : A Swedish Historical Handwritten Digit Dataset
- Artikel/kapitelEngelska2020
Förlag, utgivningsår, omfång ...
- 2019-03-29
- Springer Nature Switzerland,2020
- electronicrdacarrier
Nummerbeteckningar
- LIBRIS-ID:oai:DiVA.org:bth-17741
- https://urn.kb.se/resolve?urn=urn:nbn:se:bth-17741URI
- https://doi.org/10.1007/s00521-019-04163-3DOI
Kompletterande språkuppgifter
- Språk:engelska
- Sammanfattning på:engelska
Ingår i deldatabas
- SwePubSwePub
Klassifikation
Anmärkningar
- open access
- This paper introduces a new image-based handwrittenhistorical digit dataset named ARDIS (Arkiv DigitalSweden). The images in ARDIS dataset are extractedfrom 15,000 Swedish church records which were writtenby different priests with various handwriting styles in thenineteenth and twentieth centuries. The constructed datasetconsists of three single digit datasets and one digit stringsdataset. The digit strings dataset includes 10,000 samplesin Red-Green-Blue (RGB) color space, whereas, the otherdatasets contain 7,600 single digit images in different colorspaces. An extensive analysis of machine learning methodson several digit datasets is examined. Additionally, correlationbetween ARDIS and existing digit datasets ModifiedNational Institute of Standards and Technology (MNIST)and United States Postal Service (USPS) is investigated. Experimental results show that machine learning algorithms,including deep learning methods, provide low recognitionaccuracy as they face difficulties when trained on existingdatasets and tested on ARDIS dataset. Accordingly, ConvolutionalNeural Network (CNN) trained on MNIST andUSPS and tested on ARDIS provide the highest accuracies 58.80% and 35.44%, respectively. Consequently, the resultsreveal that machine learning methods trained on existingdatasets can have difficulties to recognize digits effectivelyon our dataset which proves that ARDIS dataset hasunique characteristics. This dataset is publicly available forthe research community to further advance handwritten digitrecognition algorithms.
Ämnesord och genrebeteckningar
- NATURVETENSKAP Data- och informationsvetenskap hsv//swe
- NATURAL SCIENCES Computer and Information Sciences hsv//eng
- Handwritten digit recognition
- ARDIS dataset
- Machine learning methods
- Benchmark
Biuppslag (personer, institutioner, konferenser, titlar ...)
- Yavariabdi, AmirKTO Karatay University, TUR,Department of Mechatronics Engineering (författare)
- Cheddad, AbbasBlekinge Tekniska Högskola,Institutionen för datalogi och datorsystemteknik,Big Data(Swepub:bth)abc (författare)
- Grahn, HåkanBlekinge Tekniska Högskola,Institutionen för datalogi och datorsystemteknik(Swepub:bth)hgr (författare)
- Johan, HallArkiv Digital, SWE (författare)
- Blekinge Tekniska HögskolaInstitutionen för datalogi och datorsystemteknik (creator_code:org_t)
Sammanhörande titlar
- Ingår i:Neural Computing & Applications: Springer Nature Switzerland32:21, s. 16505-165180941-06431433-3058
Internetlänk
- https://doi.org/10.1007/s00521-019-04163-3Fulltext
- https://link.springer.com/article/10.1007/s00521-019-04163-3
- https://bth.diva-portal.org/smash/get/diva2:1299608/FULLTEXT01.pdffulltext:print
- https://link.springer.com/content/pdf/10.1007/s00521-019-04163-3.pdf
- https://urn.kb.se/resolve?urn=urn:nbn:se:bth-17741
- https://doi.org/10.1007/s00521-019-04163-3
Hitta via bibliotek
- Neural Computing & Applications (Sök värdpublikationen i LIBRIS)
Till lärosätets databas
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Kusetogullari, H ...
- Yavariabdi, Amir
- Cheddad, Abbas
- Grahn, Håkan
- Johan, Hall
- Om ämnet
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Data och informa ...
- Artiklar i publikationen
- Neural Computing ...
- Av lärosätet
- Blekinge Tekniska Högskola
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
