Multilayer perceptron as the primary instrument for image clustering

A multilayer perceptron as an instrument of the primary analysis of the image, in particular, its application to search for regions of interest or clusterization is described. Various implementations of training procedures to receive a minimum structure of a net, select size of areas effectively and...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2016
Автори: Gorokhovatskiy, O. V., Peredriy, O. O.
Формат: Стаття
Мова:Ukrainian
Опубліковано: Інститут проблем реєстрації інформації НАН України 2016
Теми:
Онлайн доступ:http://drsp.ipri.kiev.ua/article/view/104130
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Data Recording, Storage & Processing

Репозитарії

Data Recording, Storage & Processing
id drspiprikievua-article-104130
record_format ojs
spelling drspiprikievua-article-1041302019-12-30T16:42:28Z Multilayer perceptron as the primary instrument for image clustering Многослойный персептрон как инструмент первичной кластеризации изображений Багатошаровий персептрон як інструмент первинної кластеризації зображень Gorokhovatskiy, O. V. Peredriy, O. O. image multilayer perceptron sliding window the region of interest learning identity coefficient clustering изображение многослойный персептрон скользящее окно области интереса обучение коэффициент идентичности кластеризация зображення багатошаровий персептрон ковзне вікно області інтересу навчання коефіцієнт ідентичності кластеризація A multilayer perceptron as an instrument of the primary analysis of the image, in particular, its application to search for regions of interest or clusterization is described. Various implementations of training procedures to receive a minimum structure of a net, select size of areas effectively and choose the step size between the regions are considered. Coefficient for comparison of matrixes with class labels is proposed, examples of its usage are shown. Experimental investigations have confirmed the effectiveness of the proposed methods. Работа посвящена исследованию многослойного персептрона как инструмента первичного анализа изображения, в частности, для поиска областей интереса или разбиения на классы. Рассмотрены различные реализации процедуры обучения, получения сети минимальной структуры, процедуры выбора размера областей, выбора размеров шага между областями. Предложен коэффициент, позволяющий сравнить матрицы с разметками изображений, приведены примеры его использования. Проведены экспериментальные исследования, которые подтвердили эффективность предложенных методов. Роботу присвячено дослідженню багатошарового персептронаяк інструмента первинного аналізу зображення, зокрема, для пошуку областей інтересу або розбиття на класи. Розглянуто різні реалізації процедури навчання, отримання мережі мінімальної структури, процедури вибору розміру областей, вибору розмірів кроку між областями. Запропоновано коефіцієнт, що дозволяє порівняти матриці з розмітками зображень, наведено приклади його використання. Проведено експериментальні дослідження, які підтвердили ефективність запропонованих методів. Інститут проблем реєстрації інформації НАН України 2016-12-27 Article Article application/pdf http://drsp.ipri.kiev.ua/article/view/104130 10.35681/1560-9189.2016.18.4.104130 Data Recording, Storage & Processing; Vol. 18 No. 4 (2016); 33–43 Регистрация, хранение и обработка данных; Том 18 № 4 (2016); 33–43 Реєстрація, зберігання і обробка даних; Том 18 № 4 (2016); 33–43 1560-9189 uk http://drsp.ipri.kiev.ua/article/view/104130/99149 Авторське право (c) 2021 Реєстрація, зберігання і обробка даних
institution Data Recording, Storage & Processing
collection OJS
language Ukrainian
topic image
multilayer perceptron
sliding window
the region of interest
learning
identity coefficient
clustering
изображение
многослойный персептрон
скользящее окно
области интереса
обучение
коэффициент идентичности
кластеризация
зображення
багатошаровий персептрон
ковзне вікно
області інтересу
навчання
коефіцієнт ідентичності
кластеризація
spellingShingle image
multilayer perceptron
sliding window
the region of interest
learning
identity coefficient
clustering
изображение
многослойный персептрон
скользящее окно
области интереса
обучение
коэффициент идентичности
кластеризация
зображення
багатошаровий персептрон
ковзне вікно
області інтересу
навчання
коефіцієнт ідентичності
кластеризація
Gorokhovatskiy, O. V.
Peredriy, O. O.
Multilayer perceptron as the primary instrument for image clustering
topic_facet image
multilayer perceptron
sliding window
the region of interest
learning
identity coefficient
clustering
изображение
многослойный персептрон
скользящее окно
области интереса
обучение
коэффициент идентичности
кластеризация
зображення
багатошаровий персептрон
ковзне вікно
області інтересу
навчання
коефіцієнт ідентичності
кластеризація
format Article
author Gorokhovatskiy, O. V.
Peredriy, O. O.
author_facet Gorokhovatskiy, O. V.
Peredriy, O. O.
author_sort Gorokhovatskiy, O. V.
title Multilayer perceptron as the primary instrument for image clustering
title_short Multilayer perceptron as the primary instrument for image clustering
title_full Multilayer perceptron as the primary instrument for image clustering
title_fullStr Multilayer perceptron as the primary instrument for image clustering
title_full_unstemmed Multilayer perceptron as the primary instrument for image clustering
title_sort multilayer perceptron as the primary instrument for image clustering
title_alt Многослойный персептрон как инструмент первичной кластеризации изображений
Багатошаровий персептрон як інструмент первинної кластеризації зображень
description A multilayer perceptron as an instrument of the primary analysis of the image, in particular, its application to search for regions of interest or clusterization is described. Various implementations of training procedures to receive a minimum structure of a net, select size of areas effectively and choose the step size between the regions are considered. Coefficient for comparison of matrixes with class labels is proposed, examples of its usage are shown. Experimental investigations have confirmed the effectiveness of the proposed methods.
publisher Інститут проблем реєстрації інформації НАН України
publishDate 2016
url http://drsp.ipri.kiev.ua/article/view/104130
work_keys_str_mv AT gorokhovatskiyov multilayerperceptronastheprimaryinstrumentforimageclustering
AT peredriyoo multilayerperceptronastheprimaryinstrumentforimageclustering
AT gorokhovatskiyov mnogoslojnyjperseptronkakinstrumentpervičnojklasterizaciiizobraženij
AT peredriyoo mnogoslojnyjperseptronkakinstrumentpervičnojklasterizaciiizobraženij
AT gorokhovatskiyov bagatošarovijperseptronâkínstrumentpervinnoíklasterizacíízobraženʹ
AT peredriyoo bagatošarovijperseptronâkínstrumentpervinnoíklasterizacíízobraženʹ
first_indexed 2024-04-21T19:33:33Z
last_indexed 2024-04-21T19:33:33Z
_version_ 1796974065483776000