Zinātniskās darbības atbalsta sistēma
Latviešu English

Publikācija: Neironu tīklu komiteju lēmumu izmantošana attēlu klasifikācijā

Publikācijas veids Publikācija RTU zinātniskajā žurnālā
Pamatdarbībai piesaistītais finansējums Nav zināms
Aizstāvēšana: ,
Publikācijas valoda Latviešu (lv)
Nosaukums oriģinālvalodā Neironu tīklu komiteju lēmumu izmantošana attēlu klasifikācijā
Nosaukums angļu valodā Using Neural Networks Committee Decisions For Image Classification
Pētniecības nozare 2. Inženierzinātnes un tehnoloģijas
Pētniecības apakšnozare 2.2. Elektrotehnika, elektronika, informācijas un komunikāciju tehnoloģijas
Autori Maksims Alekseičevs
Aleksandrs Glazs
Atslēgas vārdi neironu tīkli, komitēju lēmumi, vienlīdzīgas balsošanas algoritms, svērtais balsošanas algoritms, ansambļa vidējais algoritms, attēlu klasifikācijā, cilvēku sejas klasifikācija, medicīnas attēlu klasifikācija
Anotācija Mākslīgie neironu tīkli tiek plaši izmantoti attēlu klasifikācijas uzdevumos. Eksaminācijas izlases klasifikācijas drošums, izmantojot atsevišķu 3-slāņu neironu tīklu var svārstīties diezgan lielā diapazonā. Lai sasniegt eksaminācijas izlases drošuma stabilitāti izmanto neironu tīklu komitejas. Dotajā darbā tiek piedāvāta jauna komiteju metode un tā tiek eksperimentāli salīdzināta ar eksistējošām metodēm, tādām kā vienlīdzīgas balsošanas algoritms, svērtas balsošanas algoritms un ansambļa vidējais algoritms. Eksperimenti tika veikti divos virzienos: kriminālistikā un medicīnā. Kriminālistikas virzienā tika izmantotas cilvēku sejas fotogrāfijas. Uzdevumu komplicēšanai bija paņemtās dvīņu fotogrāfijas, kuras cilvēkam būtu grūti atšķirt. Eksperimentos medicīnas virzienā tika izmantoti cilvēku smadzeņu medicīnas attēli, kas tika iegūti ar datortomogrāfijas vai magnētiskās rezonanses palīdzību. Eksperimentāli parādīta piedāvātās metodes priekšrocības salīdzinot ar eksistējošām metodēm cilvēku sejas atpazīšanā. Piedāvātais algoritms parādīja visaugstāko drošuma līmeni, visā neironu tīklu apmācības laikā. Medicīnas diagnostikas uzdevumā piedāvātā metode parādīja rezultātus, kas neatšķīrās no pazīstamajām metodēm. Tas varētu būt saistīts ar patoloģijas zonas segmentācijas nepieciešamību.
Anotācija angļu valodā Artificial neural networks are widely used in image classification tasks. The reliability of examination set image classification by individual three-layered neural network can vary in great diapason. To achieve examination set classification reliability’s stability neural network committees are used. In this work, a new neural network committee method is proposed. The proposed method is experimentally compared with the existing methods (plurality voting algorithm, weighted voting algorithm, ensemble average algorithm). The experiments were conducted in two areas: criminal and medical. In criminal area, photographs of human faces were used to test the proposed method. To complicate the task, faces of twins, which are hard to distinguish for by human eyes, were used. In medical area of the experiment, medical images of a brain, acquired with help of computer tomography or magnetic resonance were used. Experiments show that the proposed method has advantages over the known methods in the task of face recognition. The proposed algorithm showed greater reliability in classification during all time of neural network learning. In the task of medical image recognition the proposed method showed results that did not differ from the existing methods. This result can be connected with the need to segment the pathology zone on the image.
Atsauce Alekseičevs, M., Glazs, A. Neironu tīklu komiteju lēmumu izmantošana attēlu klasifikācijā. Datorvadības tehnoloģijas. Nr.35, 2008, 27.-35.lpp. ISSN 1407-7493.
Pilnais teksts Pilnais teksts
ID 5053