SLO | ENG

Večja pisava | Manjša pisava

Izpis gradiva

Naslov:Razvrščanje vzorcev z uporabo inteligentnih metod
Avtorji:Berus, Lucijano (Avtor)
Klančnik, Simon (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Berus_Lucijano_2017.pdf (1,48 MB)
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga (mb22)
Organizacija:FS - Fakulteta za strojništvo
Opis:Magistrsko delo obravnava področje umetne inteligence, strojnega učenja, razvrščanja kompleksnih vzorcev in metode določitve značilk. Predstavljeno je delovanje nekaterih najpogosteje uporabljenih razvrščevalnih algoritmov. Izdelan je bil algoritem za zaznavo Parkinsonove bolezni na podlagi zajetega zvočnega signala. Meritve zvoka so bile narejene na štiridesetih posameznikih. Od tega je bila polovica zdravih in polovica z Parkinsonovo boleznijo. Namen naloge je razviti robusten sistem za zaznavo prisotnosti Parkinsonove bolezni. Za izboljšanje natančnosti razvrščanja, so bile uporabljene različne tehnike določitve značilk (Pearsonov korelacijski koeficient, Khendallov korelacijski koeficient in Samoorganizacijske gruče) in topologije nevronskih mrež. S pomočjo usmerjene nevronske mreže, je bila dosežena 86,47 % natančnost razvrščanja. Omenjena natančnost je bila dosežena z uporabo redukcije značilk na podlagi Pearsonovega korelacijskega koeficienta.
Ključne besede:umetna inteligenca, klasifikacija, strojno učenje, Parkinsonova bolezen, umetna nevronska mreža
Leto izida:2017
Izvor:Maribor
Licenca:CC BY-NC-ND 4.0
To delo je dosegljivo pod licenco Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Število ogledov:14
Število prenosov:4
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:KTFMB - FS
:
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Classification of patterns with use of intelligent methods
Opis:This Master’s thesis discusses artificial intelligence, machine learning, classification of complex patterns and feature selection procedure. Some of the most used classification algorithms are introduced. Algorithm for the detection of Parkinson’s disease based on sound measures has been made. Sound measurements of forty individuals were used as a dataset. Half of the individuals are healthy and half have the Parkinson’s disease. Purpose of this thesis is to present robust system for Parkinson’s disease detection. Few different feature selection techniques (Pearson’s correlation coefficient, Khendall’s correlation coefficient and Self-organizing maps) and neural network topologies have been used for improving classification accuracy. With the use of feed-forward neural network 86,47 % accuracy was achieved based on Pearson’s correlation coefficient.
Ključne besede:artificial intelligence, classification, machine learning, Parkinson’s disease, artificial neural network


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici