XML
<oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><identifier>I15-R121-2133-2662</identifier><datestamp>2014-09-25T17:43:38Z</datestamp>
<dc:title>Reconocimiento de Escritura Manuscrita (Online Handwriting Recognition)</dc:title>
<dc:creator>Speciale, Pablo</dc:creator>
<dc:contributor>Gómez, Juan Carlos</dc:contributor>
<dc:contributor>Granitto, Pablo M.</dc:contributor>
<dc:subject>Escritura</dc:subject>
<dc:subject>Manuscrita</dc:subject>
<dc:subject>Reconocimiento</dc:subject>
<dc:subject>Clasificación</dc:subject>
<dc:subject>Legendre</dc:subject>
<dc:description>Este trabajo tiene como objetivo reconocer escritura manuscrita obtenida digitalmente como secuencias de puntos de una manera robusta; ésto es, reconocer trazos indistintamente de que sean dígitos, letras o símbolos matemáticos. Se probaron diferentes métodos basados en la misma idea: tratar las secuencias de puntos como curvas continuas, lo cual es posible aproximando los trazos mediante bases de polinomios ortogonales. Se probará que dichas aproximaciones caracterizan muy bien a los trazos, permitiendo alcanzar una alta precisión en el reconocimiento, y eficiencia computacional. Se obtuvieron buenos resultados en dos bases de datos diferentes, una de dígitos y otra de letras.</dc:description>
<dc:description>Fil: Speciale, Pablo. Tesista del Departamento de Ciencias de la Computación. Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario; Argentina.</dc:description>
<dc:date>2013-09-13T13:11:35Z</dc:date>
<dc:date>2013-09-13T13:11:35Z</dc:date>
<dc:date>2011-09-05</dc:date>
<dc:date>2013-09-13T13:11:35Z</dc:date>
<dc:date>2013-09-13T13:11:35Z</dc:date>
<dc:date>2011-09-05</dc:date>
<dc:type>bachelorThesis</dc:type>
<dc:type>tesis de grado</dc:type>
<dc:type>publishedVersion</dc:type>
<dc:identifier>http://hdl.handle.net/2133/2662</dc:identifier>
<dc:identifier>http://hdl.handle.net/2133/2662</dc:identifier>
<dc:language>spa</dc:language>
<dc:relation>http://www.fceia.unr.edu.ar/lcc/t523/tesina.php?campo1=39</dc:relation>
<dc:rights>openAccess</dc:rights>
<dc:format>application/pdf</dc:format>
<dc:publisher>Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario</dc:publisher>
</oai_dc:dc>
Datos convertidos
{
"id": "I15-R121-2133-2662",
"record_format": "dspace",
"spelling": [
"I15-R121-2133-26622014-09-25T17:43:38Z Reconocimiento de Escritura Manuscrita (Online Handwriting Recognition) Speciale, Pablo G\u00f3mez, Juan Carlos Granitto, Pablo M. Escritura Manuscrita Reconocimiento Clasificaci\u00f3n Legendre Este trabajo tiene como objetivo reconocer escritura manuscrita obtenida digitalmente como secuencias de puntos de una manera robusta; \u00e9sto es, reconocer trazos indistintamente de que sean d\u00edgitos, letras o s\u00edmbolos matem\u00e1ticos. Se probaron diferentes m\u00e9todos basados en la misma idea: tratar las secuencias de puntos como curvas continuas, lo cual es posible aproximando los trazos mediante bases de polinomios ortogonales. Se probar\u00e1 que dichas aproximaciones caracterizan muy bien a los trazos, permitiendo alcanzar una alta precisi\u00f3n en el reconocimiento, y eficiencia computacional. Se obtuvieron buenos resultados en dos bases de datos diferentes, una de d\u00edgitos y otra de letras. Fil: Speciale, Pablo. Tesista del Departamento de Ciencias de la Computaci\u00f3n. Facultad de Ciencias Exactas, Ingenier\u00eda y Agrimensura. Universidad Nacional de Rosario; Argentina. 2013-09-13T13:11:35Z 2013-09-13T13:11:35Z 2011-09-05 2013-09-13T13:11:35Z 2013-09-13T13:11:35Z 2011-09-05 bachelorThesis tesis de grado publishedVersion http:\/\/hdl.handle.net\/2133\/2662 http:\/\/hdl.handle.net\/2133\/2662 spa http:\/\/www.fceia.unr.edu.ar\/lcc\/t523\/tesina.php?campo1=39 openAccess application\/pdf Facultad de Ciencias Exactas, Ingenier\u00eda y Agrimensura. Universidad Nacional de Rosario"
],
"institution": [
"Universidad Nacional de Rosario"
],
"institution_str": "I-15",
"repository_str": "R-121",
"collection": [
"Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)"
],
"language": [
"Espa\u00f1ol"
],
"orig_language_str_mv": [
"spa"
],
"topic": [
"Escritura",
"Manuscrita",
"Reconocimiento",
"Clasificaci\u00f3n",
"Legendre"
],
"spellingShingle": [
"Escritura",
"Manuscrita",
"Reconocimiento",
"Clasificaci\u00f3n",
"Legendre",
"Speciale, Pablo",
"Reconocimiento de Escritura Manuscrita (Online Handwriting Recognition)"
],
"topic_facet": [
"Escritura",
"Manuscrita",
"Reconocimiento",
"Clasificaci\u00f3n",
"Legendre"
],
"description": "Este trabajo tiene como objetivo reconocer escritura manuscrita obtenida digitalmente como secuencias de puntos de una manera robusta; \u00e9sto es, reconocer trazos indistintamente de que sean d\u00edgitos, letras o s\u00edmbolos matem\u00e1ticos. Se probaron diferentes m\u00e9todos basados en la misma idea: tratar las secuencias de puntos como curvas continuas, lo cual es posible aproximando los trazos mediante bases de polinomios ortogonales. Se probar\u00e1 que dichas aproximaciones caracterizan muy bien a los trazos, permitiendo alcanzar una alta precisi\u00f3n en el reconocimiento, y eficiencia computacional. Se obtuvieron buenos resultados en dos bases de datos diferentes, una de d\u00edgitos y otra de letras.",
"author2": [
"G\u00f3mez, Juan Carlos"
],
"author_facet": [
"G\u00f3mez, Juan Carlos",
"Speciale, Pablo"
],
"format": [
"bachelorThesis",
"tesis de grado",
"publishedVersion"
],
"author": [
"Speciale, Pablo"
],
"author_sort": "Speciale, Pablo",
"title": "Reconocimiento de Escritura Manuscrita (Online Handwriting Recognition)",
"title_short": "Reconocimiento de Escritura Manuscrita (Online Handwriting Recognition)",
"title_full": "Reconocimiento de Escritura Manuscrita (Online Handwriting Recognition)",
"title_fullStr": "Reconocimiento de Escritura Manuscrita (Online Handwriting Recognition)",
"title_full_unstemmed": "Reconocimiento de Escritura Manuscrita (Online Handwriting Recognition)",
"title_sort": "reconocimiento de escritura manuscrita (online handwriting recognition)",
"publisher": [
"Facultad de Ciencias Exactas, Ingenier\u00eda y Agrimensura. Universidad Nacional de Rosario"
],
"publishDate": [
"2013"
],
"url": [
"http:\/\/hdl.handle.net\/2133\/2662",
"http:\/\/hdl.handle.net\/2133\/2662"
],
"work_keys_str_mv": [
"AT specialepablo reconocimientodeescrituramanuscritaonlinehandwritingrecognition"
],
"_version_": 1734085014611558400
}