Strictly modular probabilistic neural networks for pattern recognition.

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F03%3A16030252" target="_blank" >RIV/67985556:_____/03:16030252 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31160/03:00018232

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Strictly modular probabilistic neural networks for pattern recognition.

Popis výsledku v původním jazyce

Considering the statistical pattern recognition we approximate the unknown class-conditional probability distributions by multivariate Bernoulli mixtures. We show that both the parameter optimization based on EM algorithm and the resulting Bayesian decision-making can be realized by a strictly modular probabilistic neural network. The autonomous adaptation of neurons includes only the locally available information. The properties of the sequential learning procedure are illustrated by numerical examples.

Název v anglickém jazyce

Strictly modular probabilistic neural networks for pattern recognition.

Popis výsledku anglicky

Considering the statistical pattern recognition we approximate the unknown class-conditional probability distributions by multivariate Bernoulli mixtures. We show that both the parameter optimization based on EM algorithm and the resulting Bayesian decision-making can be realized by a strictly modular probabilistic neural network. The autonomous adaptation of neurons includes only the locally available information. The properties of the sequential learning procedure are illustrated by numerical examples.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

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

Rok uplatnění

2003

Kód důvěrnosti údajů

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

Název periodika

Neural Network World

ISSN

1210-0552

e-ISSN

—

Svazek periodika

13

Číslo periodika v rámci svazku

6

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

17

Strana od-do

599-615

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—