Neuroinformatics: computational theory of neural networks
Project goals
Neuroinformatics is a project of a basic research in the computational theory of neural networks. One of its main objectives is to analyze the computational aspects of practically important neural network models. Along this line the computational and descriptive power of analog-state discrete- and continuous-time (symmetric) neural networks with common classes of activation functions will be studied. The learning and generalization capabilities of neural networks will be a further major research area. The complexity and approximability of loading problems will be investigated for reasible network architectures and new efficient (constructive) learning algorithms will be proposed which will be verified in the well-known PAC model. Also the techniques ofneural representation processing will be analyzed within the general framework of knowledge extraction from data. The results obtained will be tested on benchmark problems and simple practical tasks.
Keywords
theory of neurocomputingcomputational and descriptive powerlearning complexityknowledge extraction
Public support
Provider
Academy of Sciences of the Czech Republic
Programme
Grants of distinctly investigative character focused on the sphere of research pursued at present particularly in the Academy of Sciences of the Czech Republic
Call for proposals
SAV0-AB2000
Main participants
Ústav informatiky AV ČR, v. v. i.
Contest type
VS - Public tender
Contract ID
—
Alternative language
Project name in Czech
Neuroinformatika: výpočetní teorie neuronových sítí
Annotation in Czech
Neuroinformatika je projektem základního výzkumu ve výpočetní teorii neuronových sítí. Jedním z jeho hlavních cílů je analýza výpočetních aspektů prakticky důležitých modelů neuronových sítí. Z tohoto hlediska bude prozkoumána výpočetní a deskriptivní síla analogových (symetrických) neuronových sítí pracujících v diskrétním i spojitém čase pro běžné třídy aktivačních funkcí. Další důležitou výzkumnou oblastí bude analýza učících a generalizačních schopností neuronových sítí. Bude zkoumána složitost tréninkových problémů a jejich přibližná řešení pro zvládnutelné architektury sítí. Dále budou navrženy nové efektivní (konstruktivní) učící algoritmy, které budou ověřeny ve známém PAC modelu. Také techniky zpracování neuronové reprezentace budou analyzovány v obecném rámci extrakce znalostí z dat. Dosažené výsledky budou testovány na referenčních problémech a jednoduchých praktických úlohách.
Scientific branches
R&D category
—
CEP classification - main branch
BD - Information theory
CEP - secondary branch
JD - Use of computers, robotics and its application
CEP - another secondary branch
—
10102 - Applied mathematics
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
20204 - Robotics and automatic control
20205 - Automation and control systems
Completed project evaluation
Provider evaluation
V - Vynikající výsledky projektu (s mezinárodním významem atd.)
Project results evaluation
V rámci projektu byly dokázány fund. výsledky z teorie neuro- výpočtů (např.obrácená implkikace Hopf.věty univerzalita ljapunov .spoj.systémů, NP-těžkost určení sigm.neuronu) a navrženy prakticky použitelné postupy pro extrakci znalostí z neur.sítí.
Solution timeline
Realization period - beginning
Jan 1, 2000
Realization period - end
Jan 1, 2002
Project status
U - Finished project
Latest support payment
—
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP/2003/AV0/AV03IA/U/N/5:3
Data delivery date
Oct 27, 2004
Finance
Total approved costs
1,381 thou. CZK
Public financial support
876 thou. CZK
Other public sources
505 thou. CZK
Non public and foreign sources
0 thou. CZK
Recognised costs
1 381 CZK thou.
Public support
876 CZK thou.
0%
Provider
Academy of Sciences of the Czech Republic
CEP
BD - Information theory
Solution period
01. 01. 2000 - 01. 01. 2002