Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Internetes alkalmazás koordináta transzformációra neurális hálózatok alkalmazásával Készítette: Zaletnyik Piroska.

Hasonló előadás


Az előadások a következő témára: "Internetes alkalmazás koordináta transzformációra neurális hálózatok alkalmazásával Készítette: Zaletnyik Piroska."— Előadás másolata:

1 Internetes alkalmazás koordináta transzformációra neurális hálózatok alkalmazásával Készítette: Zaletnyik Piroska

2 Bevezetés A mesterséges intelligencia kutatási eredményeinek hasznosítása a mérnöki munkában A korábbi kutatások alapján a neurális hálózatok előnyösebbek a hagyományosaknál nagy adatmennyiség esetén Cél: A gyakorlati életben is felhasználható Interneten futtatható alkalmazás készítése a kutatási eredmények felhasználásával

3 Előadás vázlata Általános áttekintés a neurális hálózatokról A felhasznált OGPSH pontok vizsgálata Az alkalmazott hálózat felépítése A transzformáció eredményei Az elkészült Java alkalmazás felépítése, működése

4 Neurális hálózatok Az emberi gondolkodás, illetve az idegsejtek működésének utánzása Tanulás útján képesek megoldást találni különböző problémákra Fontos jellegzetesség: approximációs vagy leképzést közelítő tulajdonság y=f(x), f ismeretlen

5 Neurális hálózat felépítése Neuron felépítése

6 Aktivációs függvények RBF (radiál bázisú függvény) Szigmoid függvény

7 Neurális hálózatok tervezése Hálózat szerkezetének megtervezése (rétegszám, neuronok száma, aktivációs függvény típusának megválasztása) Tanító és tesztpontok kiválasztása Hálózat tanítása Tesztelés

8 OGPSH pontok vizsgálata A 1153 pontot tartalmazó állományból 15 pont ki lett hagyva a transzformáció során, durva hiba feltételezése miatt

9 A kihagyott 15 pont elhelyezkedése

10 Tanuló és tesztpontok Az adatok 2/3 része tanuló, 1/3-a tesztpont

11 Alkalmazott neurális hálózat 4 hálózat a 4 koordináta kiszámítására, 2 bemenettel és egy kimenettel 1 rejtett réteg alkalmazása Szigmoid aktivációs függvény 30 neuron a rejtett rétegben Skálázott ki és bemenő adatok Kísérlet a korábban már más feladatnál felhasznált neurális hálózat sorozat alkalmazására, sajnos sikertelenül (az eredmények nem javultak számottevően)

12 Eredmények (Összehasonlítva 5. Fokú polinomos transzformációval.) EOV YEOV X középhibamax. hibaközéphibaMax. hiba Polinom4,6cm100%20,4 cm100%4.5cm100%22.2cm100% Neurális3,4cm73,9%14,5cm71,1%3,3cm73,3%14,8cm66,7% WGS84  WGS84 középhibamax. hibaközéphibaMax. hiba Polinom0,0015”100%0,0072”100%0,0022”100%0, % Neurális0,0011”73,3%0.0054”75,0%0.0016”72,7%0,0066”66,0%

13 Eredmények (2.) Nézzük meg az eredményeket a vízszintes eltérésekre! EOVWGS-84 középhibamax. hibaközéphibaMax. hiba Polinom3,5cm100%26,1cm100%0,0015”100%0,0114”100% Neurális2,6cm74.3%16,8cm64,4%0,0011”73,3%0,0073”64,0% A fenti és az előző oldal eredményeit megnézve látszik, hogy neurális hálózatokkal átlagosan 30% javulást lehet elérni, a hagyományos polinomos transzformációhoz képest.

14 Maradék eltérések ábrázolása

15 Java alkalmazás készítése koordináta transzformációra Cél: az eredményül kapott transzformációs összefüggések hozzáférhetővé tétele a gyakorlat számára Miért pont Java? A Java egy hatékony objektum orientált programnyelv Fejlesztésekor fontos szempont volt, hogy alkalmas legyen WEB-alapú alkalmazások írására (applet) Applet alkalmazásával az Interneten bárki számára elérhetővé lehet tenni a neurális hálózatok eddig elméleti eredményeit

16 A Java Applet szerkezete Létrehozott Java objektumok: 4 objektum a 4 képletre „Transzform” nevű osztály fogja össze a képleteket „Pont” objektum tulajdonságai között találhatóak az EOV és a WGS84 koordináták (ezek az objektum létrehozásakor rögtön kiszámítódnak) „Atszamitas” objektum biztosítja a grafikus felületet Fontos a program ún. „bolondbiztossá” tétele, a hibás adatok megadásának kiszűrése A képletek Mathematica programmal lettek kiszámolva, át kellett konvertálni őket Java számára érthető formába

17 Az elkészült program Elérhetőség:

18 Köszönöm a figyelmüket!


Letölteni ppt "Internetes alkalmazás koordináta transzformációra neurális hálózatok alkalmazásával Készítette: Zaletnyik Piroska."

Hasonló előadás


Google Hirdetések