Articolo pubblicato sull’International Journal of Intelligent Engineering and Systems che presenta un modello basato su reti neurali convoluzionali (CNN) per l’analisi automatizzata della scrittura a mano finalizzata all’identificazione dei tratti della personalità.
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.
Articolo internazionale pubblicato sulla rivista Applied Sciences che propone un sistema basato su reti neurali convoluzionali (CNN) per l’estrazione automatica di caratteristiche dalla scrittura a mano e la successiva correlazione con indicatori di personalità (Myers–Briggs Type Indicator).
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.
Contributo presentato alla 4th Mediterranean Conference on Pattern Recognition and Artificial Intelligence (MedPRAI 2020).
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.
