OU Portal
Log In
Welcome
Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
Error:
Javascript is disabled in this browser. This page requires Javascript. Modify your browser's settings to allow Javascript to execute. See your browser's documentation for specific instructions.
{}
Zavřít
Publikační činnost
Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Typ záznamu:
stať ve sborníku (D)
Domácí pracoviště:
Katedra informatiky a počítačů (31400)
Název:
Data extractionfrom sound waves towards neural network trainig set
Citace
Volná, E., Jarušek, R., Kotyrba, M., Janošek, M. a Kocian, V. Data extractionfrom sound waves towards neural network trainig set.
In:
Mendel 2011.
Brno: Brno Univerzity of Technology, 2011. Brno Univerzity of Technology, 2011. s. 177-184. ISBN 978-80-214-4302-0.
Podnázev
Rok vydání:
2011
Obor:
Informatika
Počet stran:
8
Strana od:
177
Strana do:
184
Forma vydání:
Kód ISBN:
978-80-214-4302-0
Kód ISSN:
Název sborníku:
Mendel 2011
Sborník:
Mezinárodní
Název nakladatele:
Brno Univerzity of Technology
Místo vydání:
Brno
Stát vydání:
Sborník vydaný v ČR
Název konference:
17th International Conference on Soft computing Mendel 2011
Místo konání konference:
Brno
Datum zahájení konference:
Typ akce podle státní
příslušnosti účastníků akce:
Celosvětová akce
Kód UT WoS:
EID:
Klíčová slova anglicky:
Artificial neural network, training set, data extraction, sound waves
Popis v původním jazyce:
We present the proposed method that is based on neural networks in this paper. The neural network identifies a distance between an active transmitter and a receiver on the basis of sound pulses transmitted from transmitters in the defined domain. Consequently, another neural network uses obtained distances between transmitters and a receiver as its inputs to determine an actual position of the receiver in space. To solve data extraction from sound waves, we propose a new structure of training set corresponding to its original structure that means it is used to separate all difficult recognizing patterns from the training data set, therefore the main emphasis of this paper is focused on the fact, how to properly design training set for given neural networks.
Popis v anglickém jazyce:
Seznam ohlasů
Ohlas
R01:
RIV/61988987:17310/11:A12011XY
Complementary Content
Deferred Modules
${title}
${badge}
${loading}
Deferred Modules