AI
Noticias IA

Implementación de Tecnología OCR y Aprendizaje Profundo en Aplicaciones Móviles para la Automatización del Registro de Finanzas Personales Basado en Recibos

Autor original:Suhandana Ariawan Andi et al.
Implementación de Tecnología OCR y Aprendizaje Profundo en Aplicaciones Móviles para la Automatización del Registro de Finanzas Personales Basado en Recibos

Imagen generada por Gemini AI

Una nueva aplicación móvil para la gestión de finanzas personales utiliza el Reconocimiento Óptico de Caracteres (OCR) y aprendizaje profundo para automatizar el registro y la clasificación de gastos. Desarrollada mediante el método en cascada, procesa 900 recibos de transacciones locales, logrando una precisión de caracteres del 97.05% y reduciendo el tiempo de entrada en un 62% en comparación con los métodos manuales. Las pruebas de usabilidad obtuvieron una puntuación de 70.069, destacando su efectividad en el panorama de la gestión financiera en Indonesia.

La Aplicación Móvil Revoluciona la Gestión de Finanzas Personales con OCR y Aprendizaje Profundo

Una nueva aplicación móvil desarrollada busca transformar la gestión de finanzas personales al automatizar el registro y clasificación de gastos utilizando tecnologías de Reconocimiento Óptico de Caracteres (OCR) y Aprendizaje Profundo. Este enfoque innovador aborda problemas persistentes en los procesos de registro manual y en las aplicaciones financieras convencionales.

La aplicación fue desarrollada utilizando un conjunto de datos de 900 imágenes de recibos de transacciones locales. La extracción de texto aprovecha una Red Neuronal Convolucional Recurrente (CRNN), logrando una precisión de caracteres del 97.05% y una precisión de palabras del 92.1%, superando a Tesseract OCR.

Para la clasificación de gastos, la aplicación emplea un modelo de Red Neuronal Convolucional (CNN) refinado a través del ajuste fino de EfficientNet. Los usuarios experimentaron una reducción promedio del 62% en el tiempo de entrada de transacciones en comparación con los métodos manuales.

Una prueba de usabilidad que involucró a 36 encuestados arrojó una puntuación de 70.069 en la Escala de Usabilidad del Sistema, reflejando una recepción positiva entre los usuarios.

La principal contribución del estudio radica en la integración de un OCR adaptativo y una clasificación basada en aprendizaje profundo, adaptada al panorama financiero de Indonesia.

Temas relacionados:

Tecnología OCRAprendizaje ProfundoAplicación MóvilAutomatización del RegistroFinanzas Personales

📰 Fuente original: https://doi.org/10.35870/jtik.v10i2.5230

Todos los derechos y créditos pertenecen al editor original.

Compartir este artículo