Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: obliczenia miękkie

Sortuj według:

Ogranicz wyniki do:

Comparative analysis of selected classifiers in posterior cruciate ligaments computer aided diagnosis

Zarychta P., Badura P., Pietka E.

Bulletin of the Polish Academy of Sciences. Technical Sciences

2017

Vol. 65, nr 1

63--70

A study on computer aided diagnosis of posterior cruciate ligaments is presented in this paper. The diagnosis relies on T1-weighted magnetic resonance imaging. During the image analysis stage, the ligament region is automatically detected, localized, and extracted using fuzzy segmentation methods. Eight geometric features are defined for the ligament object. With a clinical reference database containing 107 cases of both healthy and pathological cases, a Fisher linear discriminant is used to select 4 most distinctive features. At the classification stage we employ five different soft computing classifiers to evaluate the feature vector suitability for the computerized ligament diagnosis. Among the classifiers we introduce and specify the particle swarm optimization based Sugeno-type fuzzy inference system and compare its performance to other established classification systems. The classification accuracy metrics: sensitivity, specificity, and Dice index all exceed 90% for each classifier under consideration, indicating high level of the proposed feature vector relevance in the computer aided ligaments diagnosis.

Modelowanie neuronowe procesów technicznych z zastosowaniem inżynierii chaosu

Przystałka P.

Modelowanie Inżynierskie

2013

T. 17, nr 48

112--123

Artykuł dotyczy problemu modelowania neuronowego z zastosowaniem inżynierii chaosu. Główna część pracy poświęcona jest lokalnie rekurencyjnej globalnie jednokierunkowej sieci neuronowej zbudowanej z jednostek przetwarzających, dla których możliwe jest uzyskanie zachowania chaotycznego. Inżynieria chaosu wykorzystana jest w algorytmie ewolucyjnym w celu poprawy efektywności procesu uczącego. Problem wyboru wejść istotnych modelu rozwiązano, modyfikując metodę Z. Hellwiga. Izolinie kryterialne oraz wybrane metody wrażliwościowe zastosowano do poszukiwania optymalnej struktury sieci. W celu przedstawienia zalet i ograniczeń proponowanego podejścia przedstawiono wyniki modelowania neuronowego z wykorzystaniem danych zgromadzonych na obiekcie rzeczywistym.

The paper deals with the problem of neural modeling with the use of chaos engineering. The main part of the paper is focused on a locally recurrent neural network that is composed of complex dynamic neural units for which chaotic behaviour can be obtained. Chaos engineering is incorporated into the evolutionary algorithm in order to improve the efficiency of the tuning procedure. The problem of relevant inputs selection is solved by means of the method of extended Hellwig's coefficient of integral capacity of information. Criteria isolines and some sensitive methods are used to find the suitable architecture of a network. The merits and limitations of the proposed approach is illustrated using real-world data.