his.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Träning av Artificiella Neuronnät med Motexempel Utvalda av Expertpanel
University of Skövde, Department of Computer Science.
2001 (Swedish)Independent thesis Basic level (degree of Bachelor)Student thesis
Abstract [sv]

Artificiella neuronnät (ANN), som tränas för att approximera ett problem, använder träningsdata från problemdomänen. Då denna mängd träningsdata kan vara ofullständig behövs det en analysmetod som visar hur nätverket uppför sig. En sådan analysmetod är invertering av nätverket. Invertering innebär att data som ger ett specifikt resultat i nätverket identifieras. Dessa resultat kan ge exempel som visar på brister eller felaktigheter i nätverket. Det här projektet använder ett ANN som ska klassificera handskrivna siffror. Resultatet från inverteringen visas för en "expertpanel". Panelen får avgöra vilka exempel som inte ska anses vara siffror. De utsorterade exemplen används sedan i en ny mängd träningsdata i syfte att förbättra nätverkets förmåga att klassificera de handskrivna siffrorna. Resultaten från experimentet visar att nätverkets klassificeringsförmåga inte skiljer sig nämnvärt från ett traditionellt tränat ANN. Dock kan det finnas egenheter hos nätverket som har förbättrats och som inte har identifierats i det här projektet.

Place, publisher, year, edition, pages
Skövde: Institutionen för datavetenskap , 2001. , 40 p.
Keyword [sv]
Artificiella neuronnät, Evolutionära algoritmer, sifferigenkänning, motexempel
National Category
Computer Science
Identifiers
URN: urn:nbn:se:his:diva-536OAI: oai:DiVA.org:his-536DiVA: diva2:2919
Presentation
(English)
Uppsok
Technology
Supervisors
Available from: 2008-01-18 Created: 2008-01-18 Last updated: 2009-10-21

Open Access in DiVA

fulltext(3211 kB)104 downloads
File information
File name FULLTEXT01.psFile size 3211 kBChecksum SHA-1
5d9533fcdce12aa52b6dffc36624ace8c2662a09a4f5284ec2c7b78afea5f0b6eb8c42d6
Type fulltextMimetype application/postscript
fulltext(592 kB)50 downloads
File information
File name FULLTEXT02.pdfFile size 592 kBChecksum SHA-512
055b998400c3fead8b48f2a620a0ec06627bc9935855d40ad66edb0d45069db5ca8dc87d8ccba05ff1e1ad61770254e881db890a922dad60b150ec63fecd7d29
Type fulltextMimetype application/pdf

By organisation
Department of Computer Science
Computer Science

Search outside of DiVA

GoogleGoogle Scholar
Total: 154 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 106 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf