จากอดีตมีแต่การศึกษา CAs บน Time Domain ซึ่งแต่ถ้ามองอีกด้านกับ Frequency Doamin สมมุติฐานคือ
เนื่องจากหลักการที่เสนอมามีแนวทางเป็นไปได้ แต่อีกหลักการหนึ่งที่น่าสนใจและน่าจะเป็นไปได้คือใช้ FFT รวมทั้งน่าจะใช้ระยะเวลาสั้นกว่าหลักการแรกคือ การศึกษาแนวความถี่
1. อักษรเดียวกันน่าจะมีความถี่ใกล้กัน และมุมใกล้กัน
2. อักษรถ้าต่างกันน่าจะมีมุมที่ต่างกัน
ซึ่งก็เข้ากับ CAs ตรงที่เคยอ่านมาจาก การเข้ารหัสเซลล์แล้วไปหาด้วย Genetic ตรงที่ 0-basin ถ้าอยู่คลาสเดียวกัน XOR กันจะมีค่าเท่ากับ 0 และถ้าต่างคลาสกันจะไม่เท่ากับ 0
จากสมมุติฐาน น่าจะนำไปใช้กับการแยกแยะอักขระได้ดี ทั้งนี้ยังสามารถนำไปเปรียบเทียบกับ BNN กับ SVM เนื่องจากมี Domain เดียวกัน ดังนั้นงานวิจัยขณะนี้แบ่งเป็น 2 ทาง ซึ่งจะอาศัยระยะเวลาต่างกันในการ implement
Tip เราไม่ได้เทียบขนาดแต่เปรียบเทียบว่าต่ำกว่หรือมากว่าซึ่งจะกลายเป็นค่า 0 กับ 1 หรือ เปรียบเทียบกับบริเวณที่ข้อมูลกระจุกกัน ต้องสังเกตจากข้อมูลเบื้องต้นที่แปลงเป็น FFT
(Concept 2)
ตารางการทำงาน
บทความ
0 ความคิดเห็น:
แสดงความคิดเห็น
หมายเหตุ: มีเพียงสมาชิกของบล็อกนี้เท่านั้นที่สามารถแสดงความคิดเห็น