亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Combining CNN and Transformer as Encoder to Improve End-to-End Handwritten Mathematical Expression Recognition Accuracy

计算机科学 变压器 编码器 卷积神经网络 人工智能 模式识别(心理学) 语音识别 电压 量子力学 操作系统 物理
作者
Zhang Zhang,Yibo Zhang
出处
期刊:Lecture Notes in Computer Science 卷期号:: 185-197 被引量:3
标识
DOI:10.1007/978-3-031-21648-0_13
摘要

The attention-based encoder-decoder (AED) models are increasingly used in handwritten mathematical expression recognition (HMER) tasks. Given the recent success of Transformer in computer vision and a variety of attempts to combine Transformer with convolutional neural network (CNN), in this paper, we study 3 ways of leveraging Transformer and CNN designs to improve AED-based HMER models: 1) Tandem way, which feeds CNN-extracted features to a Transformer encoder to capture global dependencies; 2) Parallel way, which adds a Transformer encoder branch taking raw image patches as input and concatenates its output with CNN's as final feature; 3) Mixing way, which replaces convolution layers of CNN's last stage with multi-head self-attention (MHSA). We compared these 3 methods on the CROHME benchmark. On CROHME 2016 and 2019, Tandem way attained the ExpRate of 54.85% and 58.56%, respectively; Parallel way attained the ExpRate of 55.63% and 57.39%; and Mixing way achieved the ExpRate of 53.93% and 55.64%. This result indicates that Parallel and Tandem ways perform better than Mixing way, and have little difference between each other.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
11秒前
青柠味薯片应助CRUSADER采纳,获得10
25秒前
阳光的樱给阳光的樱的求助进行了留言
55秒前
1分钟前
哈哈客发布了新的文献求助10
1分钟前
1分钟前
Lucas应助哈哈客采纳,获得10
1分钟前
哈哈客完成签到,获得积分20
1分钟前
1分钟前
阳光的樱发布了新的文献求助10
1分钟前
1分钟前
Gabriel发布了新的文献求助30
1分钟前
leo0531完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
李爱国应助Gabriel采纳,获得10
2分钟前
2分钟前
3分钟前
3分钟前
小孟不忧郁完成签到,获得积分20
3分钟前
3分钟前
4分钟前
孙燕应助科研通管家采纳,获得30
4分钟前
草木完成签到 ,获得积分10
4分钟前
yi完成签到 ,获得积分10
5分钟前
5分钟前
123发布了新的文献求助10
5分钟前
顾矜应助123采纳,获得10
5分钟前
6分钟前
最落幕完成签到 ,获得积分10
6分钟前
6分钟前
Gabriel发布了新的文献求助10
6分钟前
斯文败类应助科研通管家采纳,获得10
6分钟前
千早爱音应助科研通管家采纳,获得10
6分钟前
华仔应助科研通管家采纳,获得10
6分钟前
7分钟前
青柠味薯片完成签到,获得积分10
7分钟前
Thanks完成签到 ,获得积分10
7分钟前
YAN完成签到 ,获得积分20
7分钟前
我是老大应助Gabriel采纳,获得10
7分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Kolmogorov, A. N. Qualitative study of mathematical models of populations. Problems of Cybernetics, 1972, 25, 100-106 800
FUNDAMENTAL STUDY OF ADAPTIVE CONTROL SYSTEMS 500
微纳米加工技术及其应用 500
Nanoelectronics and Information Technology: Advanced Electronic Materials and Novel Devices 500
Performance optimization of advanced vapor compression systems working with low-GWP refrigerants using numerical and experimental methods 500
Constitutional and Administrative Law 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5302615
求助须知:如何正确求助?哪些是违规求助? 4449726
关于积分的说明 13848680
捐赠科研通 4336021
什么是DOI,文献DOI怎么找? 2380724
邀请新用户注册赠送积分活动 1375671
关于科研通互助平台的介绍 1341998