AI dalam Kuis Pengenalan Tulisan Tangan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Apa perbedaan utama antara pengenalan tulisan tangan online dan offline?
   • Online menangkap urutan dan waktu guratan sementara offline bekerja dari gambar statis
   • Online membutuhkan internet sedangkan offline tidak
   • Online hanya berfungsi di ponsel sedangkan offline berfungsi di atas kertas
   • Tidak ada perbedaan nyata di antara keduanya
2. Mengapa mengenali tulisan tangan kursif sangat sulit bagi AI?
   • Kursif menggunakan warna tinta yang berbeda
   • Huruf kursif saling terhubung dan kabur, sehingga sulit dipisahkan
   • Kursif selalu ditulis lebih cepat daripada cetakan
   • Kursif hanya ada di dokumen lama
3. Apa yang dimungkinkan oleh Connectionist Temporal Classification (CTC) pada model tulisan tangan?
   • Terjemahkan tulisan tangan ke bahasa lain
   • Mendeteksi warna pena yang digunakan
   • Keluarkan teks tanpa perlu setiap huruf disegmentasi dan diberi label sebelumnya
   • Kompres gambar untuk menghemat penyimpanan
4. How does USPS handle some mail pieces when automated equipment cannot read the address?
   • It asks the sender to resubmit every letter
   • It discards the mail piece immediately
   • It infers the destination from the envelope color
   • It photographs the address and sends the image to a Remote Encoding Center for human encoding
5. Dalam alur pengenalan tulisan tangan pada umumnya, peran apa yang dimainkan model bahasa?
   • Ini menilai ulang kata-kata kandidat menggunakan konteks sehingga string yang tidak mungkin menjadi kata-kata yang nyata
   • Ini memindai kertas untuk mencari noda
   • Ia memilih font untuk keluaran
   • Ini mengukur tekanan pena
6. Jenis jaringan saraf manakah yang biasanya digunakan pertama kali untuk mengekstrak fitur visual dari gambar tinta?
   • Pohon keputusan
   • Jaringan saraf konvolusional (CNN)
   • Tabel pencarian sederhana
   • Generator nomor acak
7. In Connectionist Temporal Classification, what is the blank symbol used for?
   • It marks the end of every document image
   • It identifies the writer’s name from the page margin
   • It allows the model to align frame-level outputs to text without fixed character boundaries
   • It converts handwritten words into a different language
8. After a CNN extracts visual features from an ink image, what does an LSTM or Transformer contribute?
   • It measures the scanner’s battery level
   • It changes the paper’s physical stroke order
   • It replaces the need to learn from text examples
   • It models the sequence of features so they can be decoded into ordered text