| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Razvrščanje vzorcev z uporabo inteligentnih metod
Avtorji:ID Berus, Lucijano (Avtor)
ID Klančnik, Simon (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Berus_Lucijano_2017.pdf (1,48 MB)
MD5: BF2C87B9E51194FA08E4FE623E874FB6
PID: 20.500.12556/dkum/695883a3-2ad3-4234-a454-8ca920a550ff
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
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
Kraj izida:Maribor
Založnik:[L. Berus]
Leto izida:2017
PID:20.500.12556/DKUM-67534 Novo okno
UDK:004.923.021(043.2)
COBISS.SI-ID:21149974 Novo okno
NUK URN:URN:SI:UM:DK:X6MDCTDS
Datum objave v DKUM:13.09.2017
Število ogledov:2655
Število prenosov:322
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FS
:
Kopiraj citat
  
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.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:22.08.2017

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