Recognition and Evaluation of Handwritten Arithmetic Expressions

U ovome radu prikazan je način rada sustava za interpretaciju i izračunavanje rukom pisanih aritmetičkih izraza. Problem je podijeljen u tri potproblema. Prvi je izvlačenje samih simbola s platna. Drugi je klasifikacija tih simbola. Za klasifikaciju je korištena potpuno povezana unaprijedna umjetna neuronska mreža učena algoritmom stohastičkog gradijentnog spusta. Treći potproblem je implementacija algoritma koji na osnovu pozicija i razreda objekata stvara generativno stablo aritmetičkog izraza. Osim implementacije samog sustava bilo je potrebno i prikupiti raznolik skup podataka za treniranje. Sustav je ostvaren korištenjem programskog jezika Java, uz pomoć radnog okvira DL4J.As a part of this bachelor's thesis, a global overview of a program solution for evaluation and recognition of handwritten arithmetic expressions is given. Problem is divided into three sub problems. First sub problem is extracting symbols from the canvas. Second one is classification of those symbols. Fully connected feedforward artificial neural network is used for classification. Network is trained using stochastic gradient descent algorithm. Third sub problem is developing an algorithm which generates parse tree from those classifications and objects positions on the canvas. Program was written using programming language Java, while classification is implemented using DL4J framework