Resumen

Los problemas de clasificación demográfica basados en la escritura a mano, como las categorizaciones de género y lateralidad, presentan aplicaciones interesantes en disciplinas como la Biometría Forense. Este trabajo describe un estudio experimental sobre la idoneidad de las redes neuronales profundas para tres problemas demográficos automáticos: clasificaciones de género, lateralidad y combinadas de género y lateralidad, respectivamente. Nuestra investigación se llevó a cabo en dos bases de datos públicas de escritura a mano: el conjunto de datos IAM que contiene textos en inglés y el KHATT que contiene textos en árabe. Los problemas considerados presentan una alta dificultad intrínseca para extraer características relevantes específicas para discriminar las subclases involucradas. Nuestra solución se basa en redes neuronales convolucionales, ya que estos modelos han demostrado tener mejores capacidades para extraer buenas características en comparación con las creadas manualmente. Nuestro trabajo también describe el primer enfoque para la predicción combinada de género y lateralidad, que no ha sido abordado previamente por

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Demográfico; Basado en la escritura a mano; Clasificación; Redes neuronales profundas; Género; Lateralidad
• Keywords:Demographic; Handwriting-based; Classification; Deep neural networks; Gender; Handedness