Asymptotyczna optymalność w algorytmach uczenia rozpoznawania obrazów

• Autorzy: Stąpor K. , Momot A. , Trojnar M.

Warianty tytułu

EN

Asymptotic optimality in pattern recognition learning algorithms

• Języki publikacji: EN

Abstrakty

EN

The article presents the Bayes’ decision problem in which probability distributions of features are unknown, describes the pattern recognition learning algorithm based on nonparametric Loftsgaarden/Quesenberry method of estimating probability density function and proves its asymptotic optimality. The application of the algorithm to solve practical problem of digital fundus eye images classification into normal and glaucomatous ones is also shown.

PL

W artykule przedstawiono decyzyjny problem Bayesa w sytuacji braku danych o rozkładach prawdopodobieństwa, szczegółowo opisano algorytm uczenia rozpoznawania oparty na nieparametrycznej metodzie Loftsgaardena/Quesenberry’ego oszacowania gęstości prawdopodobieństwa i wykazano jego asymptotyczną optymalność. Pokazano również zastosowanie tego algorytmu dla rozwiązania praktycznego zagadnienia klasyfikacji osób chorych na jaskrę na podstawie obrazów dna oka.

Słowa kluczowe

EN

image recognition; Bayes’ decision problem

PL

rozpoznawanie obrazów; decyzyjny problem Bayesa

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2003
• Tom: Vol. 24, nr 1
• Strony: 63--78
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Stąpor K.

• Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-101 Gliwice, Polska

autor

Momot A.

• Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-101 Gliwice, Polska

autor

Trojnar M.

• Wojewódzka Przychodnia Okulistyczna, ul. Powstańców 31, 40-129 Katowice, Polska.

Bibliografia

• 1. Bartoszewicz J.: Wykłady ze statystyki matematycznej. PWN, Warszawa, 1989.
• 2. Devroye L.i in.: A probabilistic theory of pattern recognition. Springer Verlag, N.Y., 1998.
• 3. Duda R., Hart P.: Pattern classification and scene analysis. John Wiley&Sons, N.Y., 1973.
• 4. Fisz M.: Rachunek prawdopodobieństwa i statystyka matematyczna. PWN, Warszawa, 1969.
• 5. Krzyśko M.: Statystyka matematyczna. Statystyczne funkcje decyzyjne. UAM, Poznań, 1998.
• 6. Kański J. i in.: Glaucoma. A color manual of diagnosis and treatment. Butterworth- Heinemann, 1996.
• 7. Kurzyński M.: Rozpoznawanie obiektów: metody statystyczne. Wyd. Pol. Wrocławskiej, Wrocław, 1997.
• 8. Loftsgaarden D. O., Quesenberry C. P.: A nonparametric estimate of a multivariate density function. Annals of Mathem. Statistics, Vol. 36, s. 11049-1051, 1965.
• 9. Rao C. R.: Modele liniowe statystyki matematycznej. PWN, Warszawa, 1982.
• 10. Zieliński R., Zieliński W.: Podręczne tablice statystyczne. PWN, Warszawa, 1987.
• 11. Żurada J. i in.: Sztuczne sieci neuronowe. PWN, Warszawa, 1998.