Skládané neuronové sítě s rozpoznávacím algoritmem nejbližšího souseda

Kód výsledku v 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>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Assembly Neural Network with Nearest-Neighbor Recognition Algorithm

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

Assembly Neural Network with Nearest-Neighbor Recognition Algorithm

Popis výsledku anglicky

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.

Druh

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

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

<a href="/cs/project/1M0567" target="_blank" >1M0567: Centrum aplikované kybernetiky</a><br>

Návaznosti

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

Rok uplatnění

2005

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

15

Číslo periodika v rámci svazku

-

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

14

Strana od-do

9-22

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—