ITEM METADATA RECORD
Title: Extended Neural Topographic Mappings and Applications (Uitgebreide neurale topografische afbeeldingen en toepassingen)
Other Titles: Extended Neural Topographic Mappings and Applications
Authors: Moshou, Dimitrios; M9631333
Issue Date: 23-Jun-2005
Abstract: De oorspronkelijke Self-Organizing Map (SOM) is beperkt tot het analyseren van de gegevens en het uitvoeren van data mining op de gegevens. In deze thesis worden verscheidene nieuwe uitgebreide neurale topografische afbeeldingen voorgesteld die de behandeling van taken mogelijk maken die met de originele SOM onmogelijk zijn. Het gemeenschappelijke aspect van alle voorgestelde technieken is dat zij de SOM als verbindingsnetwerk gebruiken voor de omschakeling tussen lokale modellen met lage complexiteit en een bijbehorende output SOM. Dit soort modulariteit is ook waargenomen in de organisatie van de menselijke hersenschors, waar zintuigelijke, rekenkundige en motorische gegevens op een gelijkaardige topologische manier worden geschikt. Deze modulaire benadering zorgt voor een verhoogde flexibiliteit bij het aanpassen van de op SOM gebaseerde architecturen, waardoor een aantal taken kunnen worden uitgevoerd die moeilijk of zelfs onmogelijk zijn met ander technieken of de oorspronkelijke versie van de SOM. Dergelijke problemen omvatten: regressie, systeemidentificatie, controle van trillingen, voorspelling van clustering bij deeltjes, de analyse van het genoom, inverse kinematica van robots, biomedische signaalvisualisatie, spectrale erkenning van plantensoorten en sensorfusie. In het tweede deel van deze thesis worden nieuwe op neurale netwerken gebaseerde technieken voorgesteld voor het uitvoeren van sensorfusie. Bayesiaanse Regularisatie (BR) met Automatische Bepaling van de Relevantie (ARD) is een manier om Multilayer Perceptrons (MLP) te trainen zodat er een betere generalisatie ontstaat (geen het overfitting). MLP met ARD wordt gebruikt in een aantal sensorfusie toepassingen waar heterogeene gegevens van verschillende sensoren beschikbaar zijn. Toepassingen omvatten het gebruik van regressie in de voorspelling van de vleestextuur en het toepassen van classificatie bij de opsporing van de plantenziekten. Een derde toepassing stelt een hybride architectuur voor sensorfusie waar een Probabilistisch Neuraal Netwerk (PNN) als preprocessor van een computervisie systeem wordt gebruikt bij de opsporing van de eiintegriteit en dit door middel van fusie van akoestische en visuele gegevens (die als klassewaarschijnlijkheden van een PNN worden voorgesteld).
Publication status: published
KU Leuven publication type: TH
Appears in Collections:Division of Mechatronics, Biostatistics and Sensors (MeBioS)
ESAT - STADIUS, Stadius Centre for Dynamical Systems, Signal Processing and Data Analytics

Files in This Item:

There are no files associated with this item.

Request a copy

 




All items in Lirias are protected by copyright, with all rights reserved.