Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Izabela Zwierzykowska Łukasz Żelek.  Sieci neuronowe – definicja  Budowa neuronu biologicznego i sztucznego  Matematyczny opis sztucznego neuronu 

Podobne prezentacje


Prezentacja na temat: "Izabela Zwierzykowska Łukasz Żelek.  Sieci neuronowe – definicja  Budowa neuronu biologicznego i sztucznego  Matematyczny opis sztucznego neuronu "— Zapis prezentacji:

1 Izabela Zwierzykowska Łukasz Żelek

2  Sieci neuronowe – definicja  Budowa neuronu biologicznego i sztucznego  Matematyczny opis sztucznego neuronu  Rodzaje SSN  Uczenie SSN  Zastosowanie  Analiza falkowa a transformata Fouriera  Ciągła i Dyskretna Transformata Falkowa  Algorytm wyliczana współczynników CWT  Zastosowanie

3  Sieci neuronowe są to bardzo uproszczone modele rzeczywistego układu nerwowego, które powstały na podstawie wiedzy o działaniu biologicznego systemu nerwowego istot żywych.  Są one zdolne do przewidywania nowych zdarzeń na podstawie wcześniejszych bądź innych obserwacji po przeprowadzeniu procesu - tzw. uczenia w oparciu o istniejące dane.

4

5

6

7  Sieć jednokierunkowa jednowarstwowa  Sieć jednokierunkowa wielowarstwowa  Sieci rekurencyjne  Sieci komórkowe

8  wymuszenie na niej określonej reakcji na zadane sygnały wejściowe  może być realizowane krok po kroku lub poprzez pojedynczy zapis  Wyróżnić możemy dwa podstawowe podejścia: uczenie z nauczycielem (supervised learning) i uczenie bez nauczyciela (unsupervised learning)

9

10

11 Sztuczna inteligencja w medycynie. Analiza EKG. Przed siecią neuronową postawiono zadanie: - rozróżnienie zapisów EKG z cechami zawału serca od zapisów EKG nie posiadających tych cech Metodyka: - krzywe EKG poddano przekształceniu do postaci binarnej

12

13

14  SNN przeznaczona do diagnostyki zachorowań na przewlekły zespół bólowy twarzy

15

16  Rozpoznawanie pisma  Rozpoznawanie typów statków na podstawie sonarów  Prognozowanie zapotrzebowania na moc elektryczną  Symulatory lotu (US Air Force)  Systemy diagnostyczne silników (Ford)  Identyfikacja typu skał  Poszukiwanie bomb

17

18  Rys. Przebieg czasowy badanego sygnału, jego transformatę Fouriera i ciągłą transformatę falkową CWT

19

20 TRANSFORMATA FOURIERA  przebiegi niegasnące lub trwające długo w porównaniu z oknem analizy  nieistotna jest lokalizacja czasowa przebiegów przejściowych ANALIZA FALKOWA  badany sygnał jest niestacjonarny, bogaty w przebiegi przejściowe  przedmiotem analizy ma być lokalizacja czasowa przebiegów przejściowych o określonych częstotliwościach

21 Współczynnik skali Współczynnik przesunięcia

22

23

24

25

26  Przykładowe widmo falkowe fragmentu stanu quasi-ustalonego pewnego dźwięku muzycznego

27  Próby detekcji fal grawitacyjnych (CWT)  Badanie aktywności Słońca i plam na Słońcu  JPEG2000  Analiza danych sejsmicznych (CWT I DWT)  Rozpoznawanie i identyfikacja twarzy  Eliminacja szumów z obrazów i sygnałów  Filtracja obrazów radarowych  Rozpoznawanie głosu  Klasyfikacja sygnałów  I wiele wiele innych

28

29

30

31  Diagnostyka procesów Modele Metody sztucznej inteligencji Zastosowania (praca zbiorowa)  Jan T. Białasiewicz – Falki i aproksymacje WNT Warszawa 2000 

32


Pobierz ppt "Izabela Zwierzykowska Łukasz Żelek.  Sieci neuronowe – definicja  Budowa neuronu biologicznego i sztucznego  Matematyczny opis sztucznego neuronu "

Podobne prezentacje


Reklamy Google