Zakład Elektroniki Medycznej

  • Zwiększ rozmiar czcionki
  • Domyślny  rozmiar czcionki
  • Zmniejsz rozmiar czcionki
Start Badania i nauka Badania naukowe Systemy sztucznej inteligencji Konstruktywny schemat uczenia sztucznej sieci neuronowej z ortogonalizacją bazy aproksymującej

Konstruktywny schemat uczenia sztucznej sieci neuronowej z ortogonalizacją bazy aproksymującej

Opracowano konstruktywny schemat ucznia sieci neuronowej typu feed-forward, w którym nie wymaga się "douczania" wag wyjściowych sieci przy każdym rozszerzaniu wymiaru przestrzeni aproksymujących .

W metodzie tej zastosowano przekształcenie funkcji przejścia elementów sieci do zbioru funkcji ortogonalnych. Uzyskano kilkudzięciokrotne skrócenie czasu uczenia sieci (np. dla sieci uczonej w schemacie przyrostowym z liczbą neuronów zwiększaną od 1 do 50 uzyskano 50-krotne skrócenie czasu uczenia sieci w stosunku do metody SVD (ang. singular value decomposition).

Rys. Rozwiązanie zadania klasyfikacji dwóch współosiowych spiral zaznaczonych kółkami i gwiazdkami. Sieć neuronowa RBF wytwarza obraz monochromatyczny odwzorowujący kształt klasyfikowanych spiral.

  1. P. Strumiłło, W. Kamiński, "Orthogonalisation procedure for training radial basis functions neural networks", Bulletin of the Polish Academy of Sciences, 2001, vol. 49, no. 3, pp. 479-492.
  2. W. Kamiński, P. Strumiłło, "Kernel Orthonormalization in Radial Basis Function Neural Networks", IEEE Transactions on Neural Networks, vol. 8, no. 5, pp. 1177- 1183, September 1997.
 

ELEKTRONIKA MEDYCZNA - NIEZASTĄPIONA W DIAGNOSTYCE, LECZENIU I REHABILITACJI

 

Trzeba biec z całych sił by pozostać w tym samym miejscu. Żeby poruszać się do przodu, trzeba biec dwa razy szybciej.

L. Carroll,  "Przygody Alicji w Krainie Czarów"

Polecane strony

Przydatne linki:
Instytut Elektroniki
telekomunikacja, elektronika medyczna, termografia
Politechnika Łódzka
strona główna Politechniki

Gościmy

Naszą witrynę przegląda teraz 58 gości 

Migawki

Zakład Elektroniki Medycznej

  • Zdobyta wiedza przydaje się w codziennej pracy!

  • Zajęcia prowadzone w sposób interesujący i przyjazny dla studenta!

Przyjdź i przekonaj się sam !!