Examinando por Autor "Ruiz-Parrado, Victoria"

Mostrando 1 - 3 de 3

A bibliometric analysis of off-line handwritten document analysis literature (1990–2020)
(Elsevier, 2021) Ruiz-Parrado, Victoria; Heradio, Ruben; Aranda-Escolastico, Ernesto; Sánchez, Ángel; Vélez, José F.
Providing computers with the ability to process handwriting is both important and challenging, since many difficulties (e.g., different writing styles, alphabets, languages, etc.) need to be overcome for addressing a variety of problems (text recognition, signature verification, writer identification, word spotting, etc.). This paper reviews the growing literature on off-line handwritten document analysis over the last thirty years. A sample of 5389 articles is examined using bibliometric techniques. Using bibliometric techniques, this paper identifies (i) the most influential articles in the area, (ii) the most productive authors and their collaboration networks, (iii) the countries and institutions that have led research on the topic, (iv) the journals and conferences that have published most papers, and (v) the most relevant research topics (and their related tasks and methodologies) and their evolution over the years.
A Pix2Pix Architecture for Complete Offline Handwritten Text Normalization
(MDPI, 2024-06-16) Barreiro-Garrido, Alvaro; Ruiz-Parrado, Victoria; Moreno, A. Belen; Velez, Jose F.
En el ámbito del reconocimiento de texto manuscrito offline, a lo largo de los años se han desarrollado numerosos algoritmos de normalización que sirven como pasos de preprocesamiento antes de aplicar modelos automáticos de reconocimiento a imágenes de texto manuscrito escaneadas. Estos algoritmos han demostrado ser efectivos en mejorar el rendimiento general de las arquitecturas de reconocimiento. Sin embargo, muchos de estos métodos dependen en gran medida de estrategias heurísticas que no están integradas de manera fluida con la propia arquitectura de reconocimiento. Este artículo introduce el uso de un modelo entrenable Pix2Pix, un tipo específico de red generativa antagónica condicional, como el método para normalizar imágenes de texto manuscrito. Además, este algoritmo puede integrarse sin problemas como la etapa inicial de cualquier arquitectura de aprendizaje profundo diseñada para tareas de reconocimiento manuscrito. Todo esto facilita el entrenamiento de los componentes de normalización y reconocimiento como un todo unificado, manteniendo al mismo tiempo cierta interpretabilidad de cada módulo. Nuestro enfoque de normalización propuesto aprende de una combinación de transformaciones heurísticas aplicadas a imágenes de texto, con el objetivo de mitigar el impacto de la variabilidad intra-personal de la escritura entre diferentes escritores. Como resultado, se logran normalizaciones de pendiente e inclinación, junto con otros objetivos convencionales de preprocesamiento, como la normalización del tamaño de los ascenders y descenders en las palabras del texto. Este trabajo muestra que la arquitectura propuesta replica, y en ciertos casos supera, los resultados de un algoritmo heurístico ampliamente utilizado en dos métricas y cuando se integra como el primer paso de una arquitectura de reconocimiento profundo.
Matemáticas Discreta y Álgebra. Teoría y práctica por y para La computación y la ciberseguridad
(Servicio de Publicaciones de la Universidad Rey Juan Carlos, 2022) Ruiz-Parrado, Victoria; Arias, Joaquín; Cuesta, Marina
La Matemática Discreta surge como una disciplina que unifica diversas áreas tradicionales de las Matemáticas (combinatoria, probabilidad, geometría de polígonos, aritmética, grafos, entre otros), como consecuencia, de ahí su interés en la informática, las telecomunicaciones, y en particular, la ciberseguridad. La información se manipula y almacena en los ordenadores en forma discreta (palabras formadas por ceros y unos), se necesita contar objetos (unidades de memorias, unidades de tiempo), se precisa estudiar relaciones entre conjuntos finitos (búsquedas en bases de datos), y es necesario analizar procesos que incluyan un número finito de pasos (algoritmos). La matemática discreta proporciona, por otro lado, algunas bases matemáticas para otros aspectos de la informática, como las estructuras de datos, algorítmica, bases de datos, teoría de autómatas, sistemas operativos y la investigación operativa. A su vez ayuda al desarrollo de ciertas capacidades fundamentales como la capacidad de formalizar, de razonar rigurosamente y/o de representar adecuadamente algunos conceptos. El Álgebra Lineal es, seguramente, una de las herramientas fundamentales en las Ciencias de la Computación. Originariamente dedicada a la resolución de sistemas de ecuaciones, su abstracción y formalismo la hacen a veces un poco árida de entender. Sin embargo la inmensidad de sus aplicaciones bien vale el esfuerzo: Teoría de la Información, Teoría de Códigos, Ecuaciones Diferenciales, Optimización, etc. Este manual combina Matemática Discreta y Álgebra Lineal, y es esencial para formar la base adecuada para comprender los modelos matemáticos que se presentan durante el desarrollo profesional en el campo de la informática y la ciberseguridad. Los objetivos que se buscan con este manual son aprender y utilizar técnicas y métodos propios de la Matemática Discreta y del Álgebra Lineal y su aplicación en el campo de la informática y la ciberseguridad. En concreto: Aprender métodos y conceptos básicos de algoritmos, aritmética modular, combinatoria y teoría de grafos. Discutir y resolver sistemas de ecuaciones lineales mediante el método de Gauss. Matrices y determinantes. Conocer la estructura de espacio vectorial, manejar la noción de aplicación lineal y su aplicación en diversos campos de la computación. Reconocer cuándo una matriz es diagonalizable y, si es así, saber diagonalizarla.