About: Recurrent Probabilistic Neural Networks

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Recurrent Probabilistic Neural Networks Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Projekt, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	http://linked.opendata.cz/ontology/domain/vavai/Projekt
rdfs:seeAlso	http://www.isvav.cz/projectDetail.do?rowId=GA102/07/1594
Description	The main theoretical motivation of the project is to propose a new statistically justified approach to recurrent neural networks. The proposed research is largely based on the original results of our previous academic project on Probabilistic Neural Networks (PNN) closed in 2000 with %22excellent results%22 and on the related papers published in the last five years. The basic idea of the probabilistic approach to recurrent neural networks is to introduce feedback into the standard feed-forward architecture of PNN. We shall consider especially the principle of iterative inference mechanism originally proposed for probabilistic expert systems. The potential benefit of recurrent solutions will be verified by comparing the standard feed-forward architecture with the recurrent PNN in application to pattern recognition and texture evaluation. PNN proved to be a powerful tool to solve practical problems and simultaneously, unlike standard approaches, they are biologically interpretable in many (en) Hlavní teoretickou motivací projektu je návrh nového statisticky zdůvodněného přístupu k rekurentním neuronovým sítím. Navrhovaný výzkum v širokých mezích vychází z původních výsledků našeho předchozího akademického projektu Pravděpodobnostní neuronové sítě (PNS), který byl ukončen v roce 2000 s %22vynikajícími výsledky%22 a z několika navazujících prací publikovaných v posledních pěti letech. Základní idea navrhovaného pravděpodobnostního přístupu k rekurentním neuronovým sítím předpokládá vytvoření zpětné vazby ve standardní vzestupné architektuře PNS. Jednu z možností nabízí využití iterativního inferenčního mechanismu původně navrženého v pravděpodobnostním expertním systému. Potenciální přínos rekurentní architektury bude ověřován ve srovnání sestandardní vzestupnou PNS při aplikaci v rozpoznávání a při vyhodnocování textur. PNS jsou prakticky použitelné a současně připouštějí biologickou interpretaci až na úrovni funkčních vlastností neuronu. Neuromorfní vlastnosti jsou významnou předností PNS
Title	Recurrent Probabilistic Neural Networks (en) Rekurentní pravděpodobnostní neuronové sítě
skos:notation	GA102/07/1594
http://linked.open...avai/cep/aktivita	Standard projects
http://linked.open...kovaStatniPodpora	http://linked.opendata.cz/resource/domain/vavai/projekt/GA102%2F07%2F1594/celkovaStatniPodpora
http://linked.open...ep/celkoveNaklady	http://linked.opendata.cz/resource/domain/vavai/projekt/GA102%2F07%2F1594/celkoveNaklady
http://linked.open...datumDodatniDoRIV	2015-02-09 (xsd:date)
http://linked.open...i/cep/druhSouteze	VS - Veřejná soutěž ve výzkumu a vývoji
http://linked.open...ep/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open.../cep/fazeProjektu	82297603
http://linked.open...ai/cep/hlavniObor	IN - Informatika
http://linked.open...hodnoceniProjektu	V - Vynikající výsledky (s mezinárodním významem apod.). Zároveň byly splněny cíle a předpokládané výsledky uvedené ve smlouvě / rozhodnutí o poskytnutí podpory.
http://linked.open...vai/cep/kategorie	ZV - Základní výzkum
http://linked.open.../cep/klicovaSlova	neural networks; probabilistic approach; distribution mixtures; pattern recognition; textures (en)
http://linked.open...ep/partnetrHlavni	Ústav teorie informace a automatizace AV ČR, v. v. i.
http://linked.open...inujicichPrijemcu	0 (xsd:int)
http://linked.open...cep/pocetPrijemcu	1 (xsd:int)
http://linked.open...ocetSpoluPrijemcu	0 (xsd:int)
http://linked.open.../pocetVysledkuRIV	24 (xsd:int)
http://linked.open...enychVysledkuVRIV	24 (xsd:int)
http://linked.open...lneniVMinulemRoce	2010-04-16 (xsd:date)
http://linked.open.../prideleniPodpory	http://linked.opendata.cz/resource/domain/vavai/cep/prideleniPodpory/102%2F07%2F1594
http://linked.open...iciPoslednihoRoku	2010
http://linked.open...atUdajeProjZameru	2011
http://linked.open.../vavai/cep/soutez	SGA02007GA-ST
http://linked.open...usZobrazovaneFaze	DUU
http://linked.open...ai/cep/typPojektu	P - Projekt výzkumu a vývoje financovaný ze státního rozpočtu
http://linked.open...ep/ukonceniReseni	2010-12-31 (xsd:date)
http://linked.open.../cep/vedlejsiObor	BB - Aplikovaná statistika, operační výzkum BD - Teorie informace
http://linked.open...ep/zahajeniReseni	2007-01-01 (xsd:date)
http://linked.open...jektu+dodavatelem	The main subject of the current project is to introduce a global feedback into the standard feed-forward architecture of PNN. With this aim we have proposed two iterative decision schemes based on recurrent use of Bayes formula. In the paper \%22Iterative principles of recognition in probabilistic neural networks\%22  published in Neural Networks (cf. [1]) we have shown that some (en) Pravděpodobnostní přístup k rekurentním neuronovým sítím předpokládá vytvoření zpětné vazby ve standardní vzestupné architektuře pravděpodobnostní neuronové sítě. Experimentální realizace rekurentní neuronové sítě modelovým způsobem je snadná, je ale velmi obtížné formulovat spolehlivé teoretické základy umožňující optimalizaci zpětnovazebního učení. Nejdůležitějším výsledkem v teoretické oblasti (cs)
http://linked.open...tniCyklusProjektu	ZBBKU
http://linked.open.../cep/klicoveSlovo	neural networks distribution mixtures pattern recognition probabilistic approach
is http://linked.open...vavai/riv/projekt of	Are Better Feature Selection Methods Actually Better? Discussion, Reasoning and Examples Neural networks Iterative principles of recognition in probabilistic neural networks Extraction of Binary Features by Probabilistic Neural Networks Probabilistic Discrete Mixtures Colour Texture Models Evaluating the Stability of Feature Selectors that Optimize Feature Subset Cardinality Structural Poisson Mixtures for Classification of Documents Texture Segmentation Benchmark Interaktivní statistický model dat ze sčítání lidu v České republice v r. 2001 Recognition of Properties by Probabilistic Neural Networks A New Measure of Feature Selection Algorithms’ Stability Efficient Feature Subset Selection and Subset Size Optimization Digital Image Forgery Detection by Local Statistical Models The Problem of Fragile Feature Subset Preference in Feature Selection Methods and A Proposal of Algorithmic Workaround Evaluating Stability and Comparing Output of Feature Selectors that Optimize Feature Subset Cardinality Computational Properties of Probabilistic Neural Networks Statistical Model of the 2001 Czech Census for Interactive Presentation Computer-Aided Evaluation of Screening Mammograms Based on Local Texture Models Improving Sequential Feature Selection Methods Performance by Means of Hybridization Recurrent Bayesian Reasoning in Probabilistic Neural Networks Minimum Information Loss Cluster Analysis for Cathegorical Data Neuromorphic features of probabilistic neural networks Notes on the evolution of feature selection methodology Informational Cathegorical Data Clustering
is http://linked.open...vavai/cep/projekt of	http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GA102%2F07%2F1594/2007/ico%3A67985556 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GA102%2F07%2F1594/2008/ico%3A67985556 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GA102%2F07%2F1594/2009/ico%3A67985556 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GA102%2F07%2F1594/2010/ico%3A67985556 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GA102%2F07%2F1594/2011/ico%3A67985556

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 112 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software