Rede transforma texto datilografado em manuscrito
17
Sep
Um novo programa de computador desenvolvido 
pela Universidade Alex Graves de Toronto de desenvolveu um programa usando redes neurais recorrentes (RNNs) para converter textos digitados em tipo de escrita “orgânicos” isto é, praticamente reais.
O programa permite que usuário configure para moldar tanto legibilidade como o estilo de manuscrito que seja parecido ao de determinada pessoa ou a ser tipo de caligrafia, conforme artigo da revista Techlÿ.
O programa de Toronto embora gere longas RNNs de memórias similares de curto prazo combinando com pontos de dados individuais em sequências complexas baseadas em previsões de probabilidade.
Muitas redes neurais que dependem de aprendizagem, nome dado para o “treinamento” das redes neurais, para produzirem os mesmos padrões de resultados depois de uma escolha ou seqüência de escolhas, que torne o processo de aprendizagem como bem-sucedido.
Embora seja raro que as RNNs gerem uma mesma solução mais do que uma vez, pois seriam necessário uma grande padronizada de dados tanto sistema complexos de entrada como na saída de dados complexa e deveriam produzir resultados ponto-por-ponto.
Isto indique que o modelo de Toronto são RNNs ssuperiores a outros modelos de inteligência artificial, como por exemplo é o caso de sistema de RNN é mais capazes de modelagem de dados multivariados.
Isto porque as amostras RNN de sua própria saída, alimentação cada ponto de dados de volta para o algoritmo como uma nova entrada, os resultados são bem próximos a escritas reais.
O artigo já está submetido ao repositório ArXiv.
