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”

Classification of Spatio-Temporal Data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F10%3A00171587" target="_blank" >RIV/68407700:21240/10:00171587 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Classification of Spatio-Temporal Data

  • Popis výsledku v původním jazyce

    This paper presents a new approach in spatio-temporal data classification. Due to easy transformation of time dimension of spatio-temporal data into the phase of complex number, the presented approach uses complex numbers. The classification is based ona complex-valued neural network with multilayer topology. The paper proposes an extension of complexvalued backpropagation algorithm, which uses activation function applying nonlinearity on the amplitude only (preserving the phase). In order to transformthe input data into complex numbers, a new coding technique is presented. Output coding is developed allowing the classification from complex numbers. It is solved with introduction of one-of-N coding extension into complex numbers, which is used as network's output coding. This approach is verified in application of hand-written character recognition, using the data collected during the writing process. The simulation results of this application are presented in the paper.

  • Název v anglickém jazyce

    Classification of Spatio-Temporal Data

  • Popis výsledku anglicky

    This paper presents a new approach in spatio-temporal data classification. Due to easy transformation of time dimension of spatio-temporal data into the phase of complex number, the presented approach uses complex numbers. The classification is based ona complex-valued neural network with multilayer topology. The paper proposes an extension of complexvalued backpropagation algorithm, which uses activation function applying nonlinearity on the amplitude only (preserving the phase). In order to transformthe input data into complex numbers, a new coding technique is presented. Output coding is developed allowing the classification from complex numbers. It is solved with introduction of one-of-N coding extension into complex numbers, which is used as network's output coding. This approach is verified in application of hand-written character recognition, using the data collected during the writing process. The simulation results of this application are presented in the paper.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • 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

    Proceedings of the 7th EUROSIM Congress on Modelling and Simulation, Vol. 2: Full Papers

  • ISBN

    978-80-01-04589-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    Department of Computer Science and Engineering, FEE, CTU in Prague

  • Místo vydání

    Prague

  • Místo konání akce

    Praha

  • Datum konání akce

    6. 9. 2010

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku