မြန်မာ့ရှေးဟောင်းအမွေအနှစ် ထိန်းသိမ်းခြင်း - ပျူဗျည်း ၃၃ လုံးဆိုင်ရာ AI စာတမ်းနှင့် Dataset

@article{ksh2026pyu,
  title={Preserving Myanmar's Ancient Heritage: A Novel Dataset and ResNet Architecture for Pyu Character Recognition},
  author={{Khant Sint Heinn}},
  journal={Research Square},
  year={2026},
  doi={10.21203/rs.3.rs-10427861/v1},
  url={https://doi.org/10.21203/rs.3.rs-10427861/v1}
}

အနှစ်ချုပ် (Abstract)

ရှေးဟောင်း ပျူစာပေသည် ယူနက်စကို (UNESCO) မှ ကမ္ဘာ့အမွေအနှစ်အဖြစ် အသိအမှတ်ပြုထားသော မြန်မာ့ယဉ်ကျေးမှု၏ အရေးပါသည့် အခြေခံအုတ်မြစ်တစ်ခု ဖြစ်ပါသည်။ သို့ရာတွင် စက်ဖတ်နိုင်သော မူပိုင် စံနှုန်းမီ ဒေတာအစုအဝေးများ (Standardized Computational Datasets) မရှိသေးခြင်းကြောင့် အဆိုပါ ရှေးဟောင်းစာရေးစနစ်အား ဒစ်ဂျစ်တယ်စနစ်သို့ ပြောင်းလဲထိန်းသိမ်းရန် ကွက်လပ်တစ်ခု ဖြစ်နေခဲ့ပါသည်။ ဤသုတေသနသည် သီရိပျံချီ ဦးသာမြတ်၏ ပျူဖတ်စာ အကိုးအကားစံနှုန်းများနှင့်အညီ ပျူဗျည်း ၃၃ လုံးအတွက် ပထမဦးဆုံးသော အများပြည်သူသုံး လက်ရေးမူ ဒေတာအစုအဝေးကို စနစ်တကျ ပြုစုဖန်တီး၍ အဆိုပါ နည်းပညာဆိုင်ရာ အခက်အခဲကို ဖြေရှင်းပေးထားခြင်း ဖြစ်ပါသည်။

ကျွန်ုပ်တို့သည် ပျူဗျည်း ၃၃ လုံးအတွက် လက်ရေးမူကွဲ ပုံစံပေါင်း ၂၅ မျိုးစီဖြင့် စုစုပေါင်း မူရင်းလက်ရေးမူ နမူနာ ၈၂၅ ခုကို ကိုယ်တိုင်ရေးသား စုဆောင်းခဲ့ပြီး၊ မည်းနက်သော အနောက်ခံပေါ်တွင် အဖြူရောင် လိုင်းများပါရှိသည့် ၂၂၄x၂၂၄ Grayscale Image စံနှုန်းမီ ပုံရိပ်များအဖြစ် ပြောင်းလဲခဲ့ပါသည်။ ဒေတာရှားပါးမှုကို လျှော့ချရန်နှင့် ရှေးဟောင်း ကျောက်စာများပါ စာလုံး ပုံသဏ္ဌာန် မညီညာမှုများကို အတုယူ ဖန်တီးနိုင်ရန်အတွက် Rotation, Translation, Gaussian Blur, Affine နှင့် Perspective Transforms စသည့် နည်းလမ်းများဖြင့် ဒေတာတိုးပွားအောင် ပြုလုပ်ခဲ့ပြီး စုစုပေါင်း ပုံရိပ် ၄,၉၅၀ အထိ တိုးချဲ့ ဖန်တီးခဲ့ပါသည်။ ပြုစုပြီးသား ဒေတာအစုအဝေးကို Open-Science Paleography ကို အထောက်အကူပြုနိုင်ရန် GitHub, Hugging Face နှင့် Kaggle တို့တွင် ပွင့်လင်းရင်းမြစ်အဖြစ် ထုတ်ဝေထားပါသည်။

ဒေတာအစု၏ စံနှုန်းမီမှုကို စစ်ဆေးရန်နှင့် အခြေခံစံနှုန်း (Benchmark) တစ်ခု သတ်မှတ်နိုင်ရန်အတွက် Modified Single-Channel ResNet-18 Architecture ကို အသုံးပြု၍ စမ်းသပ် ခွဲခြားခဲ့ပါသည်။ စိစစ်ထားသော စမ်းသပ်မှု ပတ်ဝန်းကျင်အောက်တွင် အဆိုပါ Model သည် တိကျစွာ သင်ယူနိုင်ခဲ့ပြီး မမြင်ဖူးသေးသော စမ်းသပ်ချက် ဒေတာများပေါ်တွင် မြင့်မားသော တိကျမှု (High Accuracy) ကို ရရှိခဲ့ပါသည်။ ဤရလဒ်သည် ဒေတာအစု၏ ခိုင်မာမှုကို သက်သေပြနိုင်သော်လည်း၊ အမှန်တကယ် ပျက်စီးယိုယွင်းနေသော ကျောက်စာတုံးများမှ စာလုံးများကို ဖတ်ရှုရာတွင် ကြုံတွေ့ရနိုင်သည့် အကန့်အသတ်များကိုလည်း သုတေသနအရ ပွင့်လင်းစွာ ဆွေးနွေးတင်ပြထားပါသည်။ ဤလုပ်ဆောင်ချက်သည် မြန်မာ့ ရှေးဟောင်း စာပေဆိုင်ရာ Computer Vision နယ်ပယ်အတွက် အရေးပါသော အုတ်မြစ်ဖြစ်ပြီး၊ အနာဂတ်တွင် ပျူသရများနှင့် ကျောက်စာဖတ် AI မော်ဒယ်များ တည်ဆောက်ရေးအတွက် လမ်းခင်းပေးလိုက်ခြင်း ဖြစ်ပါသည်။

အဓိက ဆောင်ရွက်ချက်များ

• ပထမဦးဆုံး ပျူဗျည်း Dataset: သီရိပျံချီ ဦးသာမြတ်၏ ပျူဖတ်စာ ကို အခြေခံ၍ ပျူဗျည်း ၃၃ လုံးအတွက် လက်ရေးမူ ဒေတာ ၈၂၅ ခုကို စနစ်တကျ စုဆောင်းခဲ့ခြင်း။
• Data Augmentation: ရှေးဟောင်းကျောက်စာများ၏ သဘာဝမညီညာမှုကို စိစစ်နိုင်ရန် နည်းပညာသုံး ပြုပြင်မှုများဖြင့် ဒေတာပေါင်း ၄,၉၅၀ အထိ တိုးချဲ့ခဲ့ခြင်း။
• ResNet-18 Benchmark: Single-Channel ResNet-18 အသုံးပြု၍ ပျူဗျည်းများကို တိကျစွာ ခွဲခြားနိုင်သည့် Baseline Architecture တစ်ခု တည်ဆောက်ပြခဲ့ခြင်း။
• Open Source Release: AI သုတေသီများ အခမဲ့ ရယူသုံးစွဲနိုင်ရန် Hugging Face, GitHub နှင့် Kaggle ပေါ်တွင် လွတ်လပ်စွာ မျှဝေပေးထားခြင်း။