Het automatisch herkennen van de postcode
Promotie Informatica
woensdag 8 december 11.00 uur
Bij het automatisch herkennen van bijvoorbeeld handgeschreven cijfers in de postcode op een envelop moet een voorspelling worden gedaan aan de hand van een groot aantal gegevens (de grijswaarden van de pixels in het digitale beeld). In de informatica zijn methoden ontwikkeld die, aan de hand van leervoorbeelden (beelden met annotatie van welk cijfer is afgebeeld), automatisch een criterium afleiden om het afgebeelde cijfer te bepalen. Wanneer het aantal gegevens per meting - de dimensionaliteit van de data - groter wordt (meer pixels per beeld), groeit het aantal mogelijke criteria en is al snel een gigantisch aantal voorbeelden nodig om het juiste criterium te vinden. Dit is problematisch omdat het annoteren van leervoorbeelden arbeidsintensief is. Het is echter vaak mogelijk om de metingen compacter te beschrijven zonder waardevolle informatie te verliezen, omdat de data een laagdimensionale structuur hebben. Afbeeldingen van het cijfer 7 verschillen bijvoorbeeld maar op een beperkt aantal manieren van elkaar: hoe scheef staat de stok, hoe dik is de letter geschreven en dergelijke. Jakob Verbeek onderzocht methoden om automatisch dergelijke compacte beschrijvingen te vinden aan de hand van (niet-geannoteerde) leervoorbeelden.
J.J. Verbeek: Mixture models for clustering and dimension reduction. Promotor is prof. dr. ir. F.C.A. Groen.
Meer informatie over de items in deze agenda kunt u krijgen bij de afdeling Persvoorlichting, tel. 020 - 525 2695, e-mail:
Universiteit van Amsterdam