ANN as subjekt of statistical testing
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00023752%3A_____%2F05%3A00000449" target="_blank" >RIV/00023752:_____/05:00000449 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
ANN as subjekt of statistical testing
Original language description
The paper is oriented to statistical testing of ANN output in special cases. The neural network with several inputs and single output is able to classify objects into two classes depending on the ANN output value. Basic types of neural networks are included: linear perceptron, bipolar perceptron, sigmoidal perceptron, MLP and RBF. Various statistical properties of ANN output signal enforce various strategies of statistical testing. The non-parametric approach is represented by Fisher's factorial, chi square, Wilcoxon-Mann-Whitney and Kolmogorov-Smirnov test. The general methodology is based on ANN learning on the training pattern set and statistical testing on the verification set. All the calculations were performed in the Matlab environment.
Czech name
Umělá neuronová síť jako předmět statistického testování
Czech description
Příspěvek je orientován na statistické testování výstupu neuronové sítě (ANN) ve speciálních případech. Neuronová síť s několika vstupy a jediným výstupem je schopna klasifikovat objekty do 2 tříd v závislosti na výstupu z ANN. Jsou zahrnuty základní typy neuronových sítí: lineární perceptron, bipolární perceptron, sigmoidální perceptron, MLP a RBF. Různé strategie statistického testování jsou dány statistickými vlastnostmi výstupu z ANN. Je doporučován neparametrický přístup s využitím Fišerova testu,chi kvadrát testu, Wilcoxon-Mann-Whitneyova testu a Kolmogorov-Smirnovova testu. Obecná metodika je založena na učení ANN na trénovaní množině vzorů a na testování ANN na verifikační množině. Veškeré výpočty byly provedeny v Matlabu.
Classification
Type
D - Article in proceedings
CEP classification
FH - Neurology, neuro-surgery, nuero-sciences
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/1M0517" target="_blank" >1M0517: Center of Neuropsychiatric Studies 2005-2009 (Neurobiology in Clinical Application)</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2005
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Technical Computing Prague 2005. Sborník příspěvků 13. mezinárodní konference, Kongresové centrum ČVUT Praha, 15.11. 2005
ISBN
80-7080-577-3
ISSN
—
e-ISSN
—
Number of pages
3
Pages from-to
64-66
Publisher name
Vydavatelství VŠCHT
Place of publication
Praha
Event location
Praha
Event date
Nov 15, 2005
Type of event by nationality
EUR - Evropská akce
UT code for WoS article
—