ALGORITMO DE ENTRENAMIENTO DE UNA NEURONA ARTIFICIAL PERCEPTRON PARA RECONOCIMIENTO DE CARACTERES, APLICANDO PRINCIPIOS HEURISTICOS

Resumen

En el presente trabajo se aborda el tema de reconocimiento de caracteres impresos aplicando una neurona artificial tipo perceptron para cada letra del abecedario. Generalmente, para la solución de problemas de reconocimiento de caracteres se parte del echo de la complejidad del problema y se crea estructuras muy complejas de redes neuronales artificiales con una gran cantidad de neuronas organizadas en varias capas, dando origen a complejos algoritmos de entrenamiento que debe operar durante largos periodos para encontrar la solución adecuada y por otra lado también el tiempo de reconocimiento aumenta debido a la gran cantidad de calculo que se debe realizar para obtener el resultado. En este trabajo se propone un algoritmo que reduce el tiempo de entrenamiento y a su vez permite resolver el problema de reconocimiento de un carácter en una neurona artificial tipo perceptron aplicando principios heurísticos, los cuales consideran características propias del problema de reconocimiento de letras, características propias de las letras y otras. Los resultados obtenidos nos permiten implementar soluciones de reconocimiento de caracteres más rápidas debido a la gran reducción de cálculo durante el entrenamiento y también durante el funcionamiento, ya que cada carácter solo requiere de una neurona artificial para ser reconocido. Por otro lado este algoritmo puede ser generalizado para plantear algoritmos de entrenamiento para redes neuronales artificiales multicapa.