Mapování obecných parametrických závislostí pomocí neuronových sítí
| školitel: | Ing. Milan Chlada, Ph.D. |
| e-mail: | zobrazit e-mail |
| typ práce: | bakalářská práce |
| zaměření: | MI_MM, MI_AMSM |
| klíčová slova: | umělé neuronové sítě, obecné parametrické závislosti, citlivostní analýza |
| odkaz: | http://www.it.cas.cz/en/chlada |
| přiložený soubor: | 
pdf
|
| popis: | Výběr vhodného parametrického prostoru je klíčovým krokem nejen z hlediska výsledných vlastností aplikovaného modelu. Cílem každé parametrizace by mělo být získání maxima informace skryté v datech za současné minimalizace redundance. Např. lineární závislosti mezi různými parametry lze snadno odhalit pomocí faktorové analýzy, která poskytuje předběžnou hypotézu ve formě korelačního schématu mezi parametry a latentními veličinami, zvanými faktory. Umožňuje eliminaci triviálních lineárních závislostí a soustředit tak pozornost jen na parametry vzájemně lineárně nezávislé. Další možností je oddělení z určitých hledisek podstatných charakteristik od nevýznamných, což rovněž významně přispívá k žádané redukci dimenze řešeného problému. V případě expertních systémů navržených na bázi umělých neuronových sítí (ANN) lze aplikovat citlivostní analýzu, která eliminuje vstupní parametry, pro řešení konkrétního problému nevýznamné. Citlivostní analýzou speciálních sítí, naučených odhadovat jednotlivé parametry na základě zbývajících, lze mapovat i obecné vzájemné souvislosti v datech. Metoda byla úspěšně odzkoušena na jednoduchých simulovaných závislostech, přičemž širší uplatnění v praxi vyžaduje další výzkum, zejména studium obecných aproximačních vlastností ANN. |
| naposledy změněno: | 03.03.2021 17:38:06 |
za obsah této stránky zodpovídá:
Pavel Strachota | naposledy změněno: 9.9.2021