internetes alkalmazás koordináta transzformációra neurális hálózatok alkalmazásával
DESCRIPTION
Internetes alkalmazás koordináta transzformációra neurális hálózatok alkalmazásával. Készítette: Zaletnyik Piroska. Bevezetés. A mesterséges intelligencia kutatási eredményeinek hasznosítása a mérnöki munkában - PowerPoint PPT PresentationTRANSCRIPT
Internetes alkalmazás koordináta transzformációra neurális hálózatok
alkalmazásával
Készítette:
Zaletnyik Piroska
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
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
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
Neurális hálózat felépítése
1x 2x nxBemeneti réteg
Rejtett réteg
Kimeneti rétegy1 y2
x1
2x
nx
1ww2
wn
f(s)s y
Neuron felépítése
Aktivációs függvények
RBF (radiál bázisú függvény)
Szigmoid függvény
Neurális hálózatok tervezése
Hálózat szerkezetének megtervezése (rétegszám,
neuronok száma, aktivációs függvény típusának
megválasztása)
Tanító és tesztpontok kiválasztása
Hálózat tanítása
Tesztelés
OGPSH pontok vizsgálata
A 1153 pontot tartalmazó állományból 15 pont ki lett hagyva a transzformáció során, durva hiba feltételezése miatt
A kihagyott 15 pont elhelyezkedése
Tanuló és tesztpontok
Az adatok 2/3 része tanuló, 1/3-a tesztpont
Alkalmazott neurális hálózat
4 hálózat a 4 koordináta kiszámítására, 2 bemenettel és egy kimenettel1 rejtett réteg alkalmazásaSzigmoid aktivációs függvény30 neuron a rejtett rétegbenSkálázott ki és bemenő adatok
Kísérlet a korábban már más feladatnál felhasznált neurális hálózat sorozat alkalmazására, sajnos sikertelenül (az eredmények nem javultak számottevően)
Eredmények
(Összehasonlítva 5. Fokú polinomos transzformációval.)
EOV Y EOV X
középhiba max. hiba középhiba Max. hiba
Polinom 4,6cm 100% 20,4 cm 100% 4.5cm 100% 22.2cm 100%
Neurális 3,4cm 73,9% 14,5cm 71,1% 3,3cm 73,3% 14,8cm 66,7%
WGS84 WGS84
középhiba max. hiba középhiba Max. hiba
Polinom 0,0015” 100% 0,0072” 100% 0,0022” 100% 0,0100 100%
Neurális 0,0011” 73,3% 0.0054” 75,0% 0.0016” 72,7% 0,0066” 66,0%
Eredmények (2.)
Nézzük meg az eredményeket a vízszintes eltérésekre!
EOV WGS-84
középhiba max. hiba középhiba Max. hiba
Polinom 3,5cm 100% 26,1cm 100% 0,0015” 100% 0,0114” 100%
Neurális 2,6cm 74.3% 16,8cm 64,4% 0,0011” 73,3% 0,0073” 64,0%
22 xy
A fenti és az előző oldal eredményeit megnézve látszik, hogy neurális hálózatokkal átlagosan 30% javulást lehet elérni, a hagyományos polinomos transzformációhoz képest.
Maradék eltérések ábrázolása
Java alkalmazás készítése koordináta transzformációra
Cél: az eredményül kapott transzformációs összefüggések hozzáférhetővé tétele a gyakorlat számáraMiért 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
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
Az elkészült program
Elérhetőség: www.agt.bme.hu/staff_h/zaletnyik/Atszamitas.html
Köszönöm a figyelmüket!