2 februarie

Antrenarea reţelei neurale modulare

1. 
   Denumirea elaborării
   

Antrenarea reţelei neurale modulare

1. 
   Data şi codul/nr. documentului de înregistrare a elaborării
   

   Certificat AGEPI, PC (program pentru calculator) Nr. 5483. 2016-10-18

2. 
   Denumirea şi codul proiectului în cadrul căruia a fost realizată elaborarea
   

   Modele şi tehnologii în ingineria sistemelor inteligente şi a calculului performant 15.817.02.02A

3. 
   Organizaţia-executor
   

   Denumirea organizaţiei	Institutul de Matematică şi Informatică al AŞM
   Localitate	Chişinău
   Telefon/Fax	022 725982
   E-mail/Pagina WEB	[e-mail] / www.math.md

4. 
   Autorii elaborării
   

   ALBU Veaceslav 022-725982, [e-mail]

5. 
   Descrierea elaborării (pînă la 150 de cuvinte)
   

   Algoritmii de bază: reţele neurale modulare de tip SOM-based (self-organizing maps based) cu reţele neurale de tip RSOM (Recurrent Self-Organizing Map), VQTAM (Vector Quantized Temporal Associative Memory) şi RBF (Radial Basis Function network) în calitate de module, care permit un spectru larg de aplicaţii în procesarea datelor, analiză temporală, recunoaşterea imaginilor etc. Programul propus pentru înregistrare este o parte componentă a unui sistem scris în limbajul de programare Python, care implementează reţeaua neurală modulară, o configurează, o antrenează şi rulează pe eşantioane de date. Programul acceptă date video preprocesate şi antrenează reţeaua configurată anterior sau rulează pe datele furnizate. Tipul reţelei neurale modulare poate fi configurat pentru unul dintre următoarele tipuri de module: RSOM, VQTAM sau RBF. O reţea de funcţii radiale de bază (RBF) este o reţea neurală artificială care utilizează funcţii de bază radiale în calitate de funcţii de activare. Ieşirea reţelei este o combinaţie liniară a funcţiilor de bază radiale ale intrărilor şi parametrii neuronului. RSOM, VQTAM şi RBF sunt utilizate pentru modificarea hărţilor de auto-organizare a lui Kohonen, care sunt foarte potrivite pentru prelucrarea datelor temporale, de exemplu procesare video. Pentru a executa programul este necesar de definit funcţia de vecinătate şi funcţiile unitare măsurate cel mai bine, care sunt cele mai potrivite pentru problema propusă.

6. 
   Tipul elaborării:
   

   Se evidenţiază tipul elaborării: Program pentru calculator

7. 
   Costul estimativ total al elaborării, domeniul de implementare şi evaluarea potenţialului economic în urma implementării
   

   Domeniul de aplicaţie: observaţii şi măsurări statistice ale stărilor emoţionale umane în timpul unei sesiuni de interacţiune cu un produs software (sau cu un complex de hardware şi software).

8. 
   Caracteristici tehnice şi economice, încercări experimentale
   

   A fost deja efectuată exploatarea experimentală a elaborării? Descrieţi rezultatele. Funcţionalităţi: • Configurarea reţelei modulare, • Abilitatea de a alege modulele din gama RSOM, VQTAM sau RBF, • Formarea şi rularea reţelei neuronale pe seturile de date furnizate. Mediul de programare: Python 2.7

9. 
   Stadiul de pregătire pentru implementare
   

   A fost prezentată şi susţinută teza de doctor.

10. 
    Drepturile de autor
    

    ALBU Veaceslav

11. 
    Posibilităţile de realizare pe piaţa autohtonă şi mondială
    

    Este descrisă în detaliu în teza de doctor.

12. 
    Beneficiar (pentru elaborări finanţate din surse extrabugetare)
    

    Domeniul de aplicaţie: observaţii şi măsurări statistice ale stărilor emoţionale umane în timpul unei sesiuni de interacţiune cu un produs software (sau cu un complex de hardware şi software).

13. 
    Avantaje (în comparaţie cu produsele analoage existente), efectul economic şi social preconizat sau real.
    

• Configurarea reţelei modulare, Abilitatea de a alege modulele din gama RSOM, VQTAM sau RBF, Formarea şi rularea reţelei neuronale pe seturile de date furnizate. Mediul de programare: Python 2.7