Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Image Processing Using Neural Network

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F01%3APU20956" target="_blank" >RIV/00216305:26210/01:PU20956 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00216305:26210/01:PU27413

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Image Processing Using Neural Network

  • Popis výsledku v původním jazyce

    This contribution describes the problem of the object classification by using artifical neural network. This is the question of the Back-propagation, Kohonen and ART network algorithms comparison. Back-propagation algorithm is based on minimization of neural network energy, Kohonen network is one of the self-organizing neural networks and characteristic feature of ART network is its ability to switch the variable and stable mode without damaging information learned. The application part includes the tottal evaluation of given algorithms on the bases of time learning and success in classification of given objects of two-dimensional technologic scene. The real technologic scene was simulated with digitization of two-dimensional pictures of real objects.

  • Název v anglickém jazyce

    Image Processing Using Neural Network

  • Popis výsledku anglicky

    This contribution describes the problem of the object classification by using artifical neural network. This is the question of the Back-propagation, Kohonen and ART network algorithms comparison. Back-propagation algorithm is based on minimization of neural network energy, Kohonen network is one of the self-organizing neural networks and characteristic feature of ART network is its ability to switch the variable and stable mode without damaging information learned. The application part includes the tottal evaluation of given algorithms on the bases of time learning and success in classification of given objects of two-dimensional technologic scene. The real technologic scene was simulated with digitization of two-dimensional pictures of real objects.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LP0088" target="_blank" >LP0088: Internetový časopis Elektrorevue</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2001

  • 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

    Telecommunications and signal processing, TSP-2001

  • ISBN

    80-214-1962-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    22-27

  • Název nakladatele

    UTKO FEI VUT, EES

  • Místo vydání

    Brno, Czech Republic

  • Místo konání akce

    Brno

  • Datum konání akce

    5. 9. 2001

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku