Anglický názov: Advanced classification and prediction methods in biosignal analysis and biologically inspired computer vision

Vedúci projektu: prof.RNDr.Ing. Ivan Bajla, PhD. (ÚM SAV)

Spoluriešiteľské inštitúcie: Fakulta matematiky, fyziky a informatiky UK

Finančné zabezpečenie: VEGA

Anotácia projektu

Projekt je zameraný na rozvoj a aplikácie nových metód nelineárnych dynamických systémov, biologicky inšpirovaných hierarchických sieťových modelov (HTM) s inherentnou časovou zložkou, umelých neurónových sietí a modernej matematickej štatistiky na analýzu časových radov (predovšetkým biosignálov) a rozpoznávanie objektov vo vizuálnych scénach. Jeho základnými cieľmi sú: -skúmať dynamiku stavov zložitých časových radov z rôznych experimentálnych oblastí a navrhnúť pôvodné algoritmy predikcie, - skúmať metódy počítačového videnia založené na novom pamäťovo-predikčnom sieťovom modeli HTM a novo navrhnuté algoritmy aplikovať na úlohy rozpoznávania objektov v komplexných vizuálnych scénach pohybujúcich sa a prekrývajúcich sa objektov i na predikciu jedno- a viacrozmerných biologických časových radov.  

Stav riešenia projektu k januáru 2012

Potvrdili sme úspešnosť nelineárnej predikcie časového radu, ktorá vychádza z rekonštrukcie dynamických vlastností skúmaného systému. Vďaka otestovaniu množstva kombinácií parametrov sme získali predstavu o tom, aké parametre predikcie je vhodné použiť pri rôznych typoch dát. Aplikovateľnosť takýchto metód vyžaduje, aby bol z jedného alebo niekoľkých časových radov zrekonštruovaný „atraktor“ viacrozmerného generujúceho systému. Optimálna rekonštrukcia vyžaduje určiť najmenší rozmer priestoru, postačujúci na vytvorenie ekvivalentného modelu dynamiky. V tejto súvislosti sme podrobili analýze nedávno zavedený pojem „pozorovateľnosti“ (observability) a navrhli sme modifikáciu metódy, ktorá o postačujúcom rozmere vnorenia rozhodne na základe poklesu počtu tzv. falošných susedov pri zvyšovaní dimenzie rekonštrukcie. Pôvodný prístup (Numenta 2007) postupného prechodu celým obrazom sme nahradili náhodným prechodom,  ktorý je založený na Metropolis-Hastingsovom algoritme generovania Markovovej postupnosti vzoriek z ľubovoľného rozdelenia pravdepodobnosti. Zavedením vhodnej likelihood funkcie do tohto algoritmu sme získali možnosť výrazne zmenšiť počet krokov pri učení sa danej HTM siete. Preformulovali sme tiež  pôvodný algoritmus inferencie v HTM sieti definovaný pomocou Gaussovej funkcie. Tým sa dosiahla redukcia nastavovaných parametrov a optimalizovala aj výpočtová efektívnosť. Originálnym prínosom tohto výskumu bol návrh novej metódy vytvárania temporálnych grúp („temporal pooler“), nazvanej  „pair-wise“ explorer.  Podstatným prvkom metódy je nový algoritmus výpočtu matice časovej blízkosti pracujúci s náhodným výberom fragmentov obrazu, ktorým sa generuje dvojica obrazových vzorov z virtuálne nekonečnej postupnosti takýchto fragmentov. Počítačové experimenty s jednoúrovňovou HTM s takto modifikovanými operáciami ukázali, že pair-wise explorer vedie k rýchlejšej konvergencii k teoretickému maximu klasifikačnej presnosti na danej množine geometrických objektov.

Publikácie 2011

TEPLAN, M. – KRAKOVSKÁ, A. – ŠTOLC, S.: Direct effects of audio-visual stimulation on EEG. Computer Methods and Programs in Biomedicine, 2011, vol. 102, 1, p. 17-24. ISSN 0169-2607. (1.238-IF2010)

KRAKOVSKÁ, A. – MEZEIOVÁ, K.: Automatic sleep scoring: A search for an optimal combination of measures. In Artificial Intelligence in Medicine, 2011, vol. 53, 1, p. 25-33. ISSN 0933-3657. (1.568-IF2010)

ARENDACKÁ, B.: Approximate interval for the between-group variance under heteroscedasticity. Journal of Statistical Computation & Simulation, 2011, p. 1-10. DOI:10.1080/00949655.2011.606548. ISSN 0094-9655. (0.469-IF2010)

BAJLA, I. – SOUKUP, D. – ŠTOLC, S.: Object recognition. Chapter 6 (p. 83-106): “Occluded image object recognition using localized nonnegative matrix factorization methods“, Tam Phuong Cao, In: Tech open access publisher, Rijeka, 2011, 350 s. Vedecká monografia.

ARENDACKÁ, B.: Bootstrap in common mean estimation - a case study. In: Proc. of the 8th Int.Conference on Measurement. Editori: J. Maňka, V. Witkovský, M. Tyšler, I. Frollo,  Bratislava,  Institute of  Measurement Science SAS, 2011. ISBN 978-80-969-672-4-7, p. 69-72.

BARTOŠOVÁ, K.: The influence of increasing number of breath gas compounds on binary classification of noisy data In: Proc. of the 8th Int.Conference on Measurement. Editori: J. Maňka, V. Witkovský, M. Tyšler, I. Frollo,  Bratislava,  Institute of  Measurement Science SAS, 2011. ISBN 978-80-969-672-4-7, p. 76-79.

HORNIŠOVÁ, K.: Performance of likelihood calibration method by Gruet from the posterior point of view. Simulation study. In: Proc. of the 8th Int.Conference on Measurement. Editori: J. Maňka, V. Witkovský, M. Tyšler, I. Frollo,  Bratislava,  Institute of  Measurement Science SAS, 2011. ISBN 978-80-969-672-4-7, p. 73-75.

CHVOSTEKOVÁ, M.: A comparison of simultaneous tolerance intervals in a simple linear regression model. In: Proc. of the 8th Int.Conference on Measurement. Editori: J. Maňka, V. Witkovský, M. Tyšler, I. Frollo,  Bratislava,  Institute of  Measurement Science SAS, 2011. ISBN 978-80-969-672-4-7, p. 16-19. 

CHVOSTEKOVÁ, M.: Simultaneous two-sided tolerance intervals for a linear regression model. In 17th European Young Statisticians Meeting. Editori P.C. Rodrigues, M. de Carvalho. - Lisbon, Portugal : Faculdade de Ciencias e Tecnologia, Universidade Nova de Lisboa, 2011. ISBN 978-972-8893-27-9, p. 63-67.

KRAKOVSKÁ, A. – MEZEIOVÁ, K.: Choice of measurement for phase-space analysis: Review of the actual findings. In: Proc. of the 8th Int.Conference on Measurement. Editori: J. Maňka, V. Witkovský, M. Tyšler, I. Frollo,  Bratislava,  Institute of  Measurement Science SAS, 2011. ISBN 978-80-969-672-4-7, p. 51-54.

MEZEIOVÁ, K. – KRAKOVSKÁ, A.: Choice of measurement for phase-space analysis: Decision based on false nearest neighbors method. In: Proc. of the 8th Int.Conference on Measurement. Editori: J. Maňka, V. Witkovský, M. Tyšler, I. Frollo,  Bratislava,  Institute of  Measurement Science SAS, 2011.  ISBN 978-80-969-672-4-7, p. 55-58.

ŠTOLC, S. – BAJLA, I. – VALENTÍN, K. – ŠKOVIERA, R.: Temporal pooling method for rapid HTM learning applied to geometric object recognition. In: Proc. of the 8th Int.Conference on Measurement. Editori: J. Maňka, V. Witkovský, M. Tyšler, I. Frollo,  Bratislava,  Institute of  Measurement Science SAS, 2011. ISBN 978-80-969-672-4-7, p. 59-64.

TEPLAN, M. – MOLČAN, L. – ZEMAN, M.: Spectral analysis of cardiovascular parameters of rats under irregular light-dark regime In: Proc. of the 8th Int.Conference on Measurement. Editori: J. Maňka, V. Witkovský, M. Tyšler, I. Frollo,  Bratislava,  Institute of  Measurement Science SAS, 2011.  ISBN 978-80-969-672-4-7, p. 343-346.