Spis treści

79

1. Uczenie maszyn rozpoznawania obrazów (krótkie postawienie problemu).

Od tłumacza Od autorów

Problemy uczenia maszyn rozpoznawania obrazów Geometryczna interpretacja zadania.

13

21

13. Rozdzielanie złożonych obrazów. Cechy. Lingwistyczne podejście do zagadnienia rozpoznawania

25

13.1. Uproszczenie zadania rozpoznawania przez przekształcenia przestrzeni 1.3.2. Lingwistyczne podejście do zadania rozpoznawania obrazów 1.3.3. Wypracowanie słownika.

25

27

28

2.

Metoda funkcji potencjalnych

30

2.1.

Idea metody funkcji potencjalnych

30

22

Ogólna procedura rekurencyjna

34

2.3.

Maszynowa i perceptronowa realizacja metody funkcji potencjalnych.

42

2.3.1. Realizacja maszynowa .

42

2.3.2. Realizacja perceptronowa

43

24. Funkcjonały ekstremalizowane przez procedury metody funkcji poten- cjalnych

48

2.5.

Metoda stochastycznej aproksymacji Robbinsa-Monro a metoda funk- cji potencjalnych

2.6.

Pewne uwagi o metodzie funkcji potencjalnych

Wybór rodziny funkcji w(x) i funkcji potencjalnej K(x, y).

60

3.1. Wybór rodziny funkcji y,(x)

3.1.1. Uwagi ogólne . .

3.1.2. Przestrzeń Cum .

Karton 191