في هذه الورقة، تم اقتراح نهج شبكة عصبية بسيطة لتمييز الأرقام اليدوية باستخدام التحويل التكاملي (Convolution). ويعتبر تمييز الأرقام باستخدام خوارزميات التعلم الآلي مثل KNN وSVM/SOM مهمةً صعبة أو حتى غير قابلة للحل، نظرًا لتنوع أساليب الكتابة. وفي هذه الورقة، تم تنفيذ شبكات عصبية متعددة الطبقات باستخدام مجموعة بيانات MNIST التي تحتوي على 70,000 رقمًا، تمثل 250 نمطًا مختلفًا للكتابة اليدوية. وقد حقق النهج المقترح دقة قدرها 98.51% في التنبؤ بالأرقام اليدوية في البيئة الواقعية، مع خسارة أقل من 0.1% أثناء التدريب على 60,000 رقم، بينما تم استخدام 10,000 رقم للتحقق.