RBF neuronové sítě
Loading...
Date
Authors
Nevoral, Leoš
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Práce se zabývá přiblížením problematiky RBF neuronových sítí a specificky RCE sítě pomocí demo aplikace. V demo aplikaci je hlavně vizualizovaný proces učení sítě, ale i stav neuronové sítě a různé tvary bázových funkcí. Dále je také zkoumáno využití EBF neuronových sítí. Klasické přístupy k EBF sítím jsou srovnány s novým návrhem OEBF sítě a následně jsou otestovány. Tento nový návrh je založený na vytváření eliptických oblastí pomocí euklidovské vzdálenosti od ohnisek elipsy. Nový návrh nejeví známky vylepšení vlastností těchto sítí a naopak spíše produkuje skoro stejné výsledky jako klasická RCE síť, které jsou ale řádově asi o jednotky procent méně přesné. Na závěr jsou navrženy možnosti pro budoucí úpravy tohoto přístupu.
The thesis focuses on explaining the field of RBF neural networks, specifically RCE networks, through a demo application. The demo application primarily visualizes the network learning process, as well as the state of the neural network and different shapes of basis functions. Additionally, the utilization of EBF neural networks is explored. Conventional approaches to EBF networks are compared and tested against new design of OEBF network. Which is based on deriving the elliptical areas from euclidean distance from both focal points of ellipse. The new design shows no signs of improving the properties of these networks and rather produces results almost identical to those of the classic RCE network, which are, however, several percentage points less accurate. Finally, methods for improving this solution in future are proposed.
The thesis focuses on explaining the field of RBF neural networks, specifically RCE networks, through a demo application. The demo application primarily visualizes the network learning process, as well as the state of the neural network and different shapes of basis functions. Additionally, the utilization of EBF neural networks is explored. Conventional approaches to EBF networks are compared and tested against new design of OEBF network. Which is based on deriving the elliptical areas from euclidean distance from both focal points of ellipse. The new design shows no signs of improving the properties of these networks and rather produces results almost identical to those of the classic RCE network, which are, however, several percentage points less accurate. Finally, methods for improving this solution in future are proposed.
Description
Keywords
neuronové sítě, učící algoritmy, RBF (radiální bázová funkce), EBF (eliptická bázová funkce), OEBF (obecná eliptická bázová funkce), RCE (restricted coulomb energy), eliptická neuronová síť, demonstrační aplikace, neural networks, learning algorithms, RBF (radial basis function), EBF (elliptic basis function), OEBF (oblique elliptical basis function), RCE (restricted coulomb energy), elliptical neural network, demo application
Citation
NEVORAL, L. RBF neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. RNDr. Pavel Smrž, Ph.D. (předseda)
Ing. Aleš Smrčka, Ph.D. (člen)
Ing. Zbyněk Křivka, Ph.D. (člen)
Ing. Jaroslav Rozman, Ph.D. (člen)
doc. Ing. Jan Kořenek, Ph.D. (člen)
Date of acceptance
2024-06-11
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení