Projekti / Programi
Povezovanje valčne multiresolucijske analize in metod mehkega računanja
Koda |
Veda |
Področje |
Podpodročje |
2.07.07 |
Tehnika |
Računalništvo in informatika |
Inteligentni sistemi - programska oprema |
Koda |
Veda |
Področje |
P170 |
Naravoslovno-matematične vede |
Računalništvo, numerična analiza, sistemi, kontrola |
valčki, nevronske mreže, mehko računanje, krmiljenje procesov
Raziskovalci (1)
št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
1. |
16109 |
dr. Uroš Lotrič |
Računalništvo in informatika |
Vodja |
2002 - 2004 |
175 |
Organizacije (1)
Povzetek
Valčno analizo lahko kot tehniko za glajenje povežemo z nevronskimi mrežami v enovit model. Dosedanje analize so pokazale, da lahko z uporabo valčne multiresolucijske analize in večnivojskih usmerjenih nevronskih mrež brez predprocesiranja izboljšamo napovedovanje časovnih vrst. Glavna prednost tako sestavljenega modela je, da sam dinamično nastavlja ustrezen nivo glajenja. Vgrajeno avtomatsko odstranjevanje šuma pride še posebej do izraza v primerih modeliranja realnih procesov, predvsem pri modeliranju industrijskih procesov, kjer se pri opazovanju procesa šumu ne moremo izogniti, dinamika procesa pa ne dopušča ločenega predprocesiranja izmerjenih časovnih vrst. S pričujočo študijo želimo ta pristop razširiti na bolj specializirane nevronske mreže in ostale tehnike mehkega računanja. Za modeliranje stacionarnih procesov se zaradi sposobnosti pomnjenja njihove dinamike v zadnjem času veliko uporabljajo nevronske mreže s povratnimi povezavami. Z dograditvijo avtomatskega odstranjevanja šuma bomo zmanjšali njihovo občutljivost na zunanje motnje. Pri modeliranju realnih nestacionarnih procesov pa je dodaten problem stalno prilagajanje modela trenutni dinamiki. To je tako pri usmerjenih kot vzvratno povezanih nevronskih mrežah mogoče samo s prilagajanjem parametrov modelov v realnem času. Tudi postopke za prilagajanje parametrov bomo zato razširili tudi na glajenje na osnovi valčne multiresolucijske analize. Možnost adaptacije na različne nivoje šuma lahko pomembno prispeva tudi k razpoznavanju slik, posebej v realnem času. Zato bomo model poskušali razširiti tudi na dvodimenzijske primere.