Classification of Spatio-Temporal Data Using Complex-Valued Neural Networks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F11%3A00184208" target="_blank" >RIV/68407700:21240/11:00184208 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Classification of Spatio-Temporal Data Using Complex-Valued Neural Networks

Popis výsledku v původním jazyce

This paper presents a new approach in spatio-temporal classification utilizing the fact, that spatio-temporal data can be easily transformed into polar form of complex numbers. The proposed classifier uses two-layer complex-valued neural network inspiredby the RBF networks. Weights of the first layer determine spatio-temporal position of neurons and are trained using neural gas algorithm to appropriately cover the training data set. The second layer divides neurons from the first layer into different classes and is trained in single pass. The classification itself is based on accumulating distance error from neural network. Paper contains details on experimenting with proposed approach on artificial data of hand-written character recognition.

Název v anglickém jazyce

Classification of Spatio-Temporal Data Using Complex-Valued Neural Networks

Popis výsledku anglicky

This paper presents a new approach in spatio-temporal classification utilizing the fact, that spatio-temporal data can be easily transformed into polar form of complex numbers. The proposed classifier uses two-layer complex-valued neural network inspiredby the RBF networks. Weights of the first layer determine spatio-temporal position of neurons and are trained using neural gas algorithm to appropriately cover the training data set. The second layer divides neurons from the first layer into different classes and is trained in single pass. The classification itself is based on accumulating distance error from neural network. Paper contains details on experimenting with proposed approach on artificial data of hand-written character recognition.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2011

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceeding of the 7th Doctoral Workshop on Mathematical and Engineering Methods in Computer Science

ISBN

978-80-214-4305-1

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

94-101

Název nakladatele

Brno University of Technology

Místo vydání

Brno

Místo konání akce

Lednice

Datum konání akce

14. 10. 2011

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—