Automatic detection of hand-written Turing machines for assisted evaluation

Abstract

This project reviews the basic concepts of neural networks, as well as studies the more advanced and emerging field of deep learning. This knowledge is then applied to design and train a machine learning model capable of performing sequential optical character recognition on handwritten Turing machine definitions with the purpose of automating their evaluation in exams. A fully independent and complete implementation is provided in a freely available software repository1. The software allows to modify or amplify the existing training set as to keep improving the current model. Details on how the system works are also provided in the current document.

Este trabajo revisa los conceptos básicos de redes neuronales, al mismo tiempo que estudia el más avanzado y emergente campo del deep learning. En base a estos conocimientos, se diseña y entrena un modelo de red neuronal capaz de realizar reconocimiento óptico secuencial de caracteres sobre definiciones de Máquinas Turing manuscritas para su evaluación automatizada en exámenes. Una implementación completa e independiente es proporcionada en forma de repositorio de código abierto. Dicho software permite modificar y ampliar el set de datos de entrenamiento existente para mejorar el modelo. Detalles sobre el funcionamiento del sistema también se detallan en este documento.