Počet záznamů: 1
Neuromorphic features of probabilistic neural networks
- 1.
SYSNO ASEP 0090278 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Ostatní články Název Neuromorphic features of probabilistic neural networks Překlad názvu Neuromorfní vlastnosti pravděpodobnostních neuronových sítí Tvůrce(i) Grim, Jiří (UTIA-B) RID, ORCID Zdroj.dok. Kybernetika. - : Ústav teorie informace a automatizace AV ČR, v. v. i. - ISSN 0023-5954
Roč. 43, č. 5 (2007), s. 697-712Poč.str. 16 s. Jazyk dok. eng - angličtina Země vyd. CZ - Česká republika Klíč. slova probabilistic neural networks ; distribution mixtures ; sequential EM algorithm ; pattern recognition Vědní obor RIV IN - Informatika CEP GA102/07/1594 GA ČR - Grantová agentura ČR 1M0572 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy CEZ AV0Z10750506 - UTIA-B (2005-2011) Anotace We summarize the main results on probabilistic neural networks recently published in a series of papers. Considering the framework of statistical pattern recognition we assume approximation of class-conditional distributions by finite mixtures of product components. The probabilistic neurons correspond to mixture components and can be interpreted in neurophysiological terms. In this way we can find possible theoretical background of the functional properties of neurons. For example, the general formula for synaptical weights provides a statistical justification of the well known Hebbian principle of learning. Similarly, the mean effect of lateral inhibition can be expressed by means of a formula proposed by Perez as a measure of dependence tightness of involved variables. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2008
Počet záznamů: 1