МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ ДЛЯ РАСПОЗНАВАНИЯ ЯЗЫКА ЖЕСТОВ В МИРЕ
Keywords:
Машинное обучение, язык жестов, свёрточные нейронные сети, рекуррентные нейронные сети, распознавание жестов, инклюзивное образование, искусственный интеллект.Abstract
В статье рассматриваются методы машинного обучения, применяемые для распознавания жестов, такие как свёрточные (CNN) и рекуррентные нейронные сети (RNN). Приводится сравнительный анализ их преимуществ и недостатков в контексте обработки статичных данных. Особое внимание уделяется возможностям адаптации и обучения моделей для повышения точности распознавания жестов.
Downloads
References
К.К.Сеитназаров, Б.К.Туремуратова. Разница Между Глубоким И Машинным Обучением // Periodica Journal of Modern Philosophy, Social, 2022
К.К.Сеитназаров, Б.К.Туремуратова. Применение технологии искусственного интеллекта в системе дистанционного образования// Новости образования: исследование в XXI веке, 2022.
Seitnazarov K. K., Turemuratova B. K., Aytanov A. K. Stages and Methods of Data Collection for Developing an Artificial Intelligence Model for Recognizing Letters of the Karakalpak Sign Language //2024 IEEE 25th International Conference of Young Professionals in Electron Devices and Materials (EDM). – IEEE, 2024. – С. 2530-2534.
D. Koller et al., "Deep Learning for Sign Language Recognition: A Review," IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021.
M. Wang et al., "Transfer Learning for Gesture Recognition in Low-resource Languages," in Proceedings of the ACM International Conference on Multimodal Interaction, 2022.
