Utjecaj boja neurona u skrivenom sloju umjetne neuronske mreže na točnost kolorimetrijske karakterizacije mobilnog uređaja

Hari, Matea (2014) Utjecaj boja neurona u skrivenom sloju umjetne neuronske mreže na točnost kolorimetrijske karakterizacije mobilnog uređaja. Master's thesis - Graduate Programme. Grafički fakultet. [Mentor: Poljičak, Ante].

PDF DB362_Hari_Matea.pdf Restricted to Registered users only Download (1MB)

Abstract

Umjetne neuronske mreže kao imitacija bioloških neuronskih mreža koriste se za izvršavanje zadataka, time postižući uspješne rezultate. Ovisno o broju neurona u skrivenom sloju, točnost predviđenih rezultata varira. Što je više neurona u skrivenom sloju rezultati su točniji, no kompleksnije su kalkulacije, dok sa manje neurona, predviđeni rezultati imaju veća odstupanja od realnih. Istraženo je koliki je broj neurona dovoljan kako bi uz što bolje performanse, neuronska mreža predvidjela zadovoljavajuće vrijednosti koje bi se mogle iskoristiti za kolorimetrijsku karakterizaciju mobilnog uređaja. S dijelom na mobilnom uređaju izmjerenih vrijednosti istrenirana je mreža, dok je sa ostatkom provjerena točnost predviđanja rezultata. Pri svakom treningu i testiranju mijenjan je broj neurona u skrivenom sloju. Mreže sa jednim i dva neurona u skrivenom sloju predvidjele su vrijednosti koje su veoma odstupale od ranije izmjerenih vrijednosti, dok je već sa tri neurona u skrivenom sloju razlika predviđenih i izmjerenih vrijednosti bila prihvatljiva. Vrijednosti predviđene mrežom sa pet neurona u skrivenom sloju najmanje su se razlikovale od izmjerenih vrijednosti, a pritom kalkulacije nisu bile kompleksne. Iz tog razloga za kolorimetrijsku karakterizaciju mobilnog uređaja optimalna je neuronska mreža sa pet neurona u skrivenom sloju.

Item Type:	Master's thesis - Graduate Programme
Mentor name:	Poljičak, Ante
Defence date:	23 September 2014
Abstract in english:	Artificial neural networks imitating biological neural networks are used to perform various tasks, achieving successful results. Depending on the number of neurons in the hidden layer, the accuracy of predicted results vary. With more neurons in the hidden layer, the results are more accurate, but calculations are more complex; with less neurons the predicted results have larger variance than real ones. Research has been done on the number of neurons sufficient for the neural networks satisfactory prediction of the values to be used in the colorimetric characterization of the mobile device with maximal performance. The values measured on the mobile device were used to train the network while the rest of the results were used to test the accuracy of result prediction. With every training and testing the number of the neurons in the hidden layer was altered. The networks with one or two neurons in the hidden layer predicted the values which greatly varied from the previous measurements while the difference between the predicted and measured values in the networks with three neurons in the hidden layer was acceptable. The values predicted by the networks with five neurons in the hidden layer had the smallest discrepancy when compared to the measured results while the calculations weren't complex. Because of these reasons the neural network with five neurons in the hidden layer is optimal for colorimetric characterization of mobile devices.
Uncontrolled Keywords:	biološki neuron, umjetni neuron, umjetna neuronska mreža, kolorimetrija, RGB, CIE XYZ, kolorimetrijska razlika
Keywords in english:	biological neuron, artificial neuron, artificial neural networks, colorimetry, RGB, CIE XYZ, color difference
Subjects:	TECHNICAL SCIENCES > Graphic Technology
Institution:	Grafički fakultet
City:	Zagreb
Number of Pages:	43
Callnumber:	polj 2014 har
Inventory number:	DB362
Depositing User:	Antonia Grgurović
Status:	Unpublished
Date Deposited:	25 Sep 2014 09:30
Last Modified:	21 Oct 2014 12:56
URI:	http://eprints.grf.unizg.hr/id/eprint/2166

Actions (login required)

View Item