Recurrent Probabilistic Neural Networks
Public support
Provider
Czech Science Foundation
Programme
Standard projects
Call for proposals
Standardní projekty 10 (SGA02007GA-ST)
Main participants
—
Contest type
VS - Public tender
Contract ID
102/07/1594
Alternative language
Project name in Czech
Rekurentní pravděpodobnostní neuronové sítě
Annotation in Czech
Hlavní teoretickou motivací projektu je návrh nového statisticky zdůvodněného přístupu k rekurentním neuronovým sítím. Navrhovaný výzkum v širokých mezích vychází z původních výsledků našeho předchozího akademického projektu Pravděpodobnostní neuronové sítě (PNS), který byl ukončen v roce 2000 s "vynikajícími výsledky" a z několika navazujících prací publikovaných v posledních pěti letech. Základní idea navrhovaného pravděpodobnostního přístupu k rekurentním neuronovým sítím předpokládá vytvoření zpětnévazby ve standardní vzestupné architektuře PNS. Jednu z možností nabízí využití iterativního inferenčního mechanismu původně navrženého v pravděpodobnostním expertním systému. Potenciální přínos rekurentní architektury bude ověřován ve srovnání sestandardní vzestupnou PNS při aplikaci v rozpoznávání a při vyhodnocování textur. PNS jsou prakticky použitelné a současně připouštějí biologickou interpretaci až na úrovni funkčních vlastností neuronu. Neuromorfní vlastnosti jsou významnou předností PNS
Scientific branches
R&D category
ZV - Basic research
CEP classification - main branch
IN - Informatics
CEP - secondary branch
BB - Applied statistics, operational research
CEP - another secondary branch
BD - Information theory
OECD FORD - equivalent branches <br>(according to the <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">converter</a>)
10102 - Applied mathematics<br>10103 - Statistics and probability<br>10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Completed project evaluation
Provider evaluation
V - Vynikající výsledky projektu (s mezinárodním významem atd.)
Project results evaluation
The main subject of the current project is to introduce a global feedback into the standard feed-forward architecture of PNN. With this aim we have proposed two iterative decision schemes based on recurrent use of Bayes formula. In the paper "Iterative principles of recognition in probabilistic neural networks" published in Neural Networks (cf. [1]) we have shown that some
Solution timeline
Realization period - beginning
Jan 1, 2007
Realization period - end
Dec 31, 2010
Project status
U - Finished project
Latest support payment
Apr 16, 2010
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP11-GA0-GA-U/03:3
Data delivery date
Feb 9, 2015
Finance
Total approved costs
916 thou. CZK
Public financial support
916 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
0 thou. CZK