[1998] Gradient-Based Learning Applied to Document Recognition (LeNet) - LeCun et al.

Este artículo describe el desarrollo de los sistemas de aprendizaje basados en gradientes aplicados al reconocimiento de documentos, destacando el papel fundamental de las Redes Neuronales Convolucionales (CNN) como LeNet-5. Los autores argumentan que la eliminación de procesos manuales de extracción de características en favor de un aprendizaje automático directo desde píxeles permite manejar la variabilidad y distorsiones inherentes a la escritura humana con una precisión superior. Para abordar la complejidad de documentos completos, se introduce el paradigma de las Graph Transformer Networks (GTN), que permite el entrenamiento global de sistemas multimodulares para optimizar el rendimiento de extremo a extremo. Mediante comparaciones exhaustivas en la base de datos MNIST, el estudio demuestra que estas arquitecturas especializadas no solo superan a otros métodos en exactitud, sino que también ofrecen una eficiencia computacional y de memoria que facilitó su despliegue comercial masivo en la lectura de cheques bancarios.