Umělá neuronová síť jako předmět statistického testování
Identifikátory výsledku
Kód výsledku v 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>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
ANN as subjekt of statistical testing
Popis výsledku v původním jazyce
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.
Název v anglickém jazyce
ANN as subjekt of statistical testing
Popis výsledku anglicky
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.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
FH - Neurologie, neurochirurgie, neurovědy
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/1M0517" target="_blank" >1M0517: Centrum neuropsychiatrických studií 2005-2009 (Neurobiologie v klinické aplikaci)</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Technical Computing Prague 2005. Sborník příspěvků 13. mezinárodní konference, Kongresové centrum ČVUT Praha, 15.11. 2005
ISBN
80-7080-577-3
ISSN
—
e-ISSN
—
Počet stran výsledku
3
Strana od-do
64-66
Název nakladatele
Vydavatelství VŠCHT
Místo vydání
Praha
Místo konání akce
Praha
Datum konání akce
15. 11. 2005
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—