Assembly Neural Network with Nearest-Neighbor Recognition Algorithm

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F05%3A00405597" target="_blank" >RIV/67985807:_____/05:00405597 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Assembly Neural Network with Nearest-Neighbor Recognition Algorithm

Original language description

An assembly neural network based on binary Hebbian rule is suggested for pattern recognition. The network consists of several sub-networks according to the number of classes to be recognized. Each sub-network consists of several neural columns accordingto dimensionality of signal space so that the value of each signal component is encoded by activity of adjacent neurons of the column. A new recognition algorithm is presented which realizes the nearest-neighbor method in the assembly neural network. Computer simulation of the network is performed. The model is tested on a texture segmentation task. The experiments have demonstrated that the network is able to segment reasonably real-world texture images.

Czech name

Skládané neuronové sítě s rozpoznávacím algoritmem nejbližšího souseda

Czech description

Pro rozpoznávaní vzoru jsou navrhovány skládané neuronové sítě založené na Hebbově učícím pravidle. Síť se skládá z několika subsítí, v závislosti na počtu tříd, které mají být rozpoznány. Každá subsíť se skládá z velkého počtu sloupců, takže hodnota každé komponenty signálu je zakódována pomocí aktivity neuronů v příslušném sloupci. Je presentován nový rozpoznávací algoritmus, který realizuje metodu nejbližšího souseda v prostředí skládaných neuronových sítí. Architektura NN byla testována pomocí simulačního programu na problému segmentace textury. Experimenty prokázaly schopnost sítě rozumně segmentovat reálně existující textury.

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

BA - General mathematics

OECD FORD branch

—

Project

<a href="/en/project/1M0567" target="_blank" >1M0567: Centre for Applied Cybernetics</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2005

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Neural Network World

ISSN

1210-0552

e-ISSN

—

Volume of the periodical

15

Issue of the periodical within the volume

-

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

14

Pages from-to

9-22

UT code for WoS article

—

EID of the result in the Scopus database

—