Lung motion prediction by static neural networks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F10%3A00170327" target="_blank" >RIV/68407700:21220/10:00170327 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Lung motion prediction by static neural networks

Popis výsledku v původním jazyce

The paper presents a study and comparison of static feedforward neural network performance for prediction of lung motion. A feedforward neural network with local and global optimization for prediction of lung respiration is presented. The applicability of the Levenberg-Marquardt algorithm and the back-propagation learning process are discussed. Sliding window learning for retraining static neural network is applied as a more efficient learning prediction method. Prediction results are presented and compared to demonstrate the effectiveness of the applied neural networks.

Název v anglickém jazyce

Lung motion prediction by static neural networks

Popis výsledku anglicky

The paper presents a study and comparison of static feedforward neural network performance for prediction of lung motion. A feedforward neural network with local and global optimization for prediction of lung respiration is presented. The applicability of the Levenberg-Marquardt algorithm and the back-propagation learning process are discussed. Sliding window learning for retraining static neural network is applied as a more efficient learning prediction method. Prediction results are presented and compared to demonstrate the effectiveness of the applied neural networks.

Druh

D - Stať ve sborníku

CEP obor

BC - Teorie a systémy řízení

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2010

Kód důvěrnosti údajů

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

Název statě ve sborníku

4th IMECO International Symposium on Measurement, Analysis and Modelling of Human Functions - ISHF 10

ISBN

978-1-61738-984-9

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

40-45

Název nakladatele

ČVUT, Fakulta strojní

Místo vydání

Praha

Místo konání akce

Praha

Datum konání akce

14. 6. 2010

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—