Assembly Neural Network with Nearest-Neighbor Recognition Algorithm

0405597 - UIVT-O 330977 RIV CZ eng J - Článek v odborném periodiku
Goltsev, A. - Húsek, Dušan - Frolov, A.
Assembly Neural Network with Nearest-Neighbor Recognition Algorithm.
[Skládané neuronové sítě s rozpoznávacím algoritmem nejbližšího souseda.]
Neural Network World. Roč. 15, - (2005), s. 9-22. ISSN 1210-0552
Grant CEP: GA MŠMT 1M0567
Grant ostatní: RFBR(RU) 02-01-00457
Klíčová slova: assembly neural network * unsupervised learning * binary Hebbian rule * pattern recognition * texture segmentation * classification
Kód oboru RIV: BA - Obecná matematika

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 according to 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.

Pro rozpoznávaní vzoru jsou navrhovány skládané neuronové sítě založené na Hebbově učícím pravidle. Síť se skládá z několika subsítí, v závislosti na počtu tříd, které mají být rozpoznány. Každá subsíť se skládá z velkého počtu sloupců, takže hodnota každé komponenty signálu je zakódována pomocí aktivity neuronů v příslušném sloupci. Je presentován nový rozpoznávací algoritmus, který realizuje metodu nejbližšího souseda v prostředí skládaných neuronových sítí. Architektura NN byla testována pomocí simulačního programu na problému segmentace textury. Experimenty prokázaly schopnost sítě rozumně segmentovat reálně existující textury.
Trvalý link: http://hdl.handle.net/11104/0003470