Počet záznamů: 1
Umělá inteligence (4)
- 1.
SYSNO ASEP 0411232 Druh ASEP M - Kapitola v monografii Zařazení RIV C - Kapitola v knize Název Pravděpodobnostní neuronové sítě Překlad názvu Probabilistic Neural Networks Tvůrce(i) Grim, Jiří (UTIA-B) RID, ORCID Vyd. údaje Praha: Academia, 2003 ISBN 80-200-1044-0 Zdroj.dok. Umělá inteligence (4) / Mařík V. ; Štěpánková O. ; Lažanský J. Rozsah stran s. 276-312 Poč.str. 37 s. Jazyk dok. cze - čeština Země vyd. CZ - Česká republika Klíč. slova probabilistic neural networks ; finite mixtures ; statistical pattern recognition Vědní obor RIV BB - Aplikovaná statistika, operační výzkum CEP GA402/01/0981 GA ČR - Grantová agentura ČR CEZ AV0Z1075907 - UTIA-B Anotace Pravděpodobnostní přístup k neuronovým sítím je formulován v rámci řešení statistického problému rozpoznávání pomocí distribučních směsí. Vychází z obecně použitelné teoretické metody a vhodnou volbou modelu směsi dospívá k neurofyziologicky přijatelné interpretaci základních funkčních vlastností neuronu. Komponenty směsí odpovídají jednotlivým neuronům a určují jejich funkční vlastnosti. Konkrétní návrh neuronové sítě spočívá odhadu parametrů distribuční směsi pomocí EM algoritmu. Překlad anotace The probabilistic approach to neural networks based on estimating mixture distributions has been developed in the framework of statistical pattern recognition with the aim to obtain a statistically well justified and biologically plausible neural network model. The basic idea of the probabilistic neural networks is to view the mixture components as formal neurons. The functioning of a neuron is determined by the corresponding component parameters which can be estimated from data by means of EM algorithm. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201.
Počet záznamů: 1