Lo studio propone un approccio computazionale all’analisi della scrittura a mano, combinando tecniche di estrazione delle caratteristiche grafiche e reti neurali artificiali per l’identificazione automatica dei tratti della personalità.
Il lavoro si colloca nell’ambito dell’intelligenza artificiale applicata alla scrittura, offrendo una prospettiva quantitativa distinta dalla grafologia interpretativa tradizionale.]]> Chawki Djeddi
Sobhan Sarkar]]>
(Atti della conferenza MedPRAI 2020, Hammamet, Tunisia, 20–22 dicembre 2020)]]> DOI
Accesso tramite ResearchGate
Link]]>
Lo studio si colloca nell’ambito dell’intelligenza artificiale applicata all’analisi della manoscrittura, presentando un modello di classificazione automatica fondato su tecniche di deep learning. I risultati sperimentali evidenziano la possibilità di integrare metodi computazionali nell’analisi dei tratti grafici, aprendo prospettive di ricerca nell’intersezione tra manoscrittura, psicometria e sistemi intelligenti.]]> Dorin Sendrescu]]> DOI
ResearchGate preview
Link]]>
Il sistema integra fasi di preprocessing delle immagini, estrazione delle caratteristiche e classificazione tramite deep learning, con l’obiettivo di ridurre l’intervento umano nei processi di analisi grafica. Lo studio si colloca nell’ambito della ricerca sull’applicazione dell’intelligenza artificiale alla manoscrittura.]]> Pranjal Kalokhe
Sneha Patil
Sayali Nagarkar
Vidhi Oswal]]> Lo studio analizza i cambiamenti della scrittura a mano associati all’invecchiamento attraverso algoritmi di machine learning e reti neurali convoluzionali (CNN), evidenziando variazioni grafomotorie progressive rilevabili tramite analisi automatizzata della grafia.]]> Link]]>