<?xml version="1.0" encoding="utf-8"?>
<Gradivo ID="172857" NadgradivoID="0" NRID="27509169" OceID="0" DomainUrl="https://repozitorij.uni-lj.si/" IzpisPolniUrl="https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&amp;id=172857" StOgledov="976" StPrenosov="251" StOcen="0" VsotaOcen="0" DatumIzvoza="2026-11-21 21:53:03" OcenaSkupna="0" StPodgradiv="0" StudijskiProgramEvsID="1000468" JeIndeksirano="0" JeVecAvtorjev="0" DovoliZahtevkeZaDostop="0">
  <PID Url="http://hdl.handle.net/20.500.12556/RUL-172857">20.500.12556/RUL-172857</PID>
  <Naslov>Handwritten character recognition using deep learning on a mobile device</Naslov>
  <Podnaslov></Podnaslov>
  <TujJezik_Naslov>Prepoznavanje ročno napisanih znakov z uporabo globokega učenja na mobilni napravi</TujJezik_Naslov>
  <TujJezik_Podnaslov></TujJezik_Podnaslov>
  <Opis>Adapting handwritten character recognition models to the unique writing
styles of individual users presents a significant challenge. To address this, we
developed a comprehensive system that enables on-device personalization.
The system integrates a custom Android application for structured data col-
lection from 19 participants, image preprocessing techniques to reduce do-
main differences between public datasets and our collected user data, and a
per-user model training strategy. Personalization significantly improved per-
formance, with the average accuracy of the baseline model for general hand-
written characters increasing from 43.77% to 83.51% after adaptation for
individual users. Generalization was evaluated using Leave-One-Out Cross-
Validation. The training pipeline was designed for on-device execution, con-
suming only 15% of CPU utilization and 220 MB of memory, confirming
the practical feasibility of implementing personalized recognition systems on
mobile devices.</Opis>
  <TujJezik_Opis>Razlike v slogu pisanja med posamezniki predstavljajo izziv pri prepoz-
navanju rokopisa. V ta namen smo razvili celovit sistem, ki omogoča per-
sonalizacijo neposredno na mobilni napravi. Sistem vključuje namensko
Android aplikacijo za zbiranje podatkov, pri čemer je v raziskavi sodelo-
valo 19 udeležencev. Poleg tega uporablja tehnike predobdelave slik za
zmanjšanje domenske razlike med javno in lastno zbirko podatkov ter strate-
gijo treniranja modelov za vsakega uporabnika posebej. Personalizacija mod-
ela je znatno izboljšala uspešnost, saj se je povprečna natančnost, dosežena
z osnovnim modelom za splošno rokopisno pisavo, povprečno povečala z
43,77% na 83.51% po prilagoditvi za posamezne uporabnike. Zmožnost pos-
ploševanja modela smo preverili z prečno preverjanje z izpuščanjem enega
(Leave-One-Out Cross-Validation). Celoten postopek učenja je bil zasnovan
za izvajanje na mobilni napravi, pri čemer je učenje na napravi porabilo 15%
procesorske moči in 220 MB pomnilnika. To potrjuje praktično izvedljivost
implementacije personaliziranih sistemov prepoznavanja na mobilni napravi.</TujJezik_Opis>
  <KljucneBesede>
    <Beseda>handwritten character recognition</Beseda>
    <Beseda>on-device training</Beseda>
    <Beseda>model personalization</Beseda>
    <Beseda>deep learning</Beseda>
  </KljucneBesede>
  <TujJezik_KljucneBesede>
    <Beseda>prepoznavanje rokopisnih znakov</Beseda>
    <Beseda>učenje na napravi</Beseda>
    <Beseda>personalizacija modelov</Beseda>
    <Beseda>globoko učenje</Beseda>
  </TujJezik_KljucneBesede>
  <Potrjeno>true</Potrjeno>
  <JeZaklenjeno>false</JeZaklenjeno>
  <JeRecenzirano>false</JeRecenzirano>
  <Zaloznik></Zaloznik>
  <Izvor></Izvor>
  <Jezik ID="1033" ISO639-3="eng">Angleški jezik</Jezik>
  <TujJezik ID="1060" ISO639-3="slv">Slovenski jezik</TujJezik>
  <Povezave></Povezave>
  <Pokrivanje></Pokrivanje>
  <CasovnoPokritje></CasovnoPokritje>
  <AvtorskePravice></AvtorskePravice>
  <VrstaGradiva ID="mb11" DRIVER="info:eu-repo/semantics/bachelorThesis">Diplomsko delo/naloga</VrstaGradiva>
  <DatumVstavljanja>2025-09-11 15:05:09</DatumVstavljanja>
  <DatumObjave>2025-09-11 15:05:14</DatumObjave>
  <DatumSpremembe>2025-10-25 04:12:25</DatumSpremembe>
  <DatumTrajnegaHranjenja>0000-00-00 00:00:00</DatumTrajnegaHranjenja>
  <LetoIzida>2025</LetoIzida>
  <LetoIzidaDo>0</LetoIzidaDo>
  <KrajIzida></KrajIzida>
  <LetoIzvedbe>0</LetoIzvedbe>
  <KrajIzvedbe></KrajIzvedbe>
  <Opomba></Opomba>
  <StStrani></StStrani>
  <StevilcenjeNivo1></StevilcenjeNivo1>
  <StevilcenjeNivo2></StevilcenjeNivo2>
  <Kronologija></Kronologija>
  <Patent_Stevilka></Patent_Stevilka>
  <Patent_DatumVeljavnosti>0000-00-00</Patent_DatumVeljavnosti>
  <VerzijaDokumenta>NiDoloceno</VerzijaDokumenta>
  <StatusObjaveDrugje>NiDoloceno</StatusObjaveDrugje>
  <VrstaStroskaObjave>NiDoloceno</VrstaStroskaObjave>
  <DatumPoslanoVRecenzijo>0000-00-00</DatumPoslanoVRecenzijo>
  <DatumSprejetjaClanka>0000-00-00</DatumSprejetjaClanka>
  <DatumObjaveClanka>0000-00-00</DatumObjaveClanka>
  <EmbargoDo></EmbargoDo>
  <VrstaEmbarga ID="1" Naziv="Takojšnja javna objava" OpenAIREDostop="openAccess"></VrstaEmbarga>
  <Osebe>
    <Oseba ID="149361" Ime="Marija" Priimek="Koshtrevska" AltIme="" VlogaID="70" VlogaNaziv="Avtor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
    <Oseba ID="66254" Ime="Veljko" Priimek="Pejović" AltIme="" VlogaID="991" VlogaNaziv="Mentor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
  </Osebe>
  <Identifikatorji>
    <Identifikator ID="16" Sifra="VisID" Naziv="VisID" URL="">38204</Identifikator>
    <Identifikator ID="3" Sifra="CobissID" Naziv="COBISS_ID" URL="https://plus.cobiss.net/cobiss/si/sl/bib/250169347">250169347</Identifikator>
  </Identifikatorji>
  <Relacije>
  </Relacije>
  <VerzijeGradiva>
  </VerzijeGradiva>
  <Datoteke>
    <Datoteka ID="216975" DatotekaNRID="14444004" NamenDatotekeID="2" NamenDatoteke="Predstavitvena datoteka" FormatDatotekeID="2" FormatDatoteke=".pdf" MIME="application/pdf" IkonaFormata="pdf.png" IkonaFormataPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/fileTypes/pdf.png" VelikostDatoteke="698057" VelikostDatotekeKratko="681,70 KB" DatumVstavljanja="2025-09-11 15:05:16" JeZbrisana="false" JeJavnoVidna="true" JeIndeksirana="true" JeVidno="true" VidnoOd="01.01.1970" Zaporedje="0">
      <Naziv>Koshtrevska_Marija_-_Prepoznavanje_rocno_napisanih_znakov_z_uporabo_globokega_ucenja_na_mobilni_.pdf</Naziv>
      <OrgNaziv>Koshtrevska_Marija_-_Prepoznavanje_rocno_napisanih_znakov_z_uporabo_globokega_ucenja_na_mobilni_.pdf</OrgNaziv>
      <URL></URL>
      <Opis></Opis>
      <OpisTujJezik></OpisTujJezik>
      <UrlObdelave></UrlObdelave>
      <FrekvencaAzuriranjaID>1</FrekvencaAzuriranjaID>
      <Verzija></Verzija>
      <MD5>A72D01A22C55B4034FF90AD01BDAEF2F</MD5>
      <SHA256>cfbae18f678c17e702dcd7bf2c6abc79709414e4232815547734138e282b5974</SHA256>
      <UUID>cbfccc5f-8f0f-11f0-9328-0050569b8976</UUID>
      <PID></PID>
      <PrenosPolniUrl>https://repozitorij.uni-lj.si/Dokument.php?lang=slv&amp;id=216975</PrenosPolniUrl>
      <Vsebine>
        <Vsebina TipVsebine="GoloBesedilo" JezikID="1033" Oznaka="" Dolzina="71471"></Vsebina>
      </Vsebine>
    </Datoteka>
  </Datoteke>
  <Organizacije>
    <Organizacija OrganizacijaID="25" Kratica="FRI" ZavodEvsID="0000066" Logo="" LogoPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/logo/">Fakulteta za računalništvo in informatiko</Organizacija>
  </Organizacije>
  <OrganizacijeVira>
  </OrganizacijeVira>
  <MetodeZbiranjaPodatkov>
  </MetodeZbiranjaPodatkov>
  <TipologijaDela ID="2.11" Koda="2.11" Naziv="Diplomsko delo" SchemaOrg="Thesis"></TipologijaDela>
  <Ostalo>
    <StIrodsDatotek>0</StIrodsDatotek>
    <StDatotekPodTrajnimEmbargom>0</StDatotekPodTrajnimEmbargom>
    <StDatotekZOmejenimDostopom>0</StDatotekZOmejenimDostopom>
  </Ostalo>
</Gradivo>
