The project addresses the problem of automatized classification of spectroscopic data by artificial neural networks. The biggest challenges in this field are a huge over-parametrization (and computational cost), interpretability and model generalizability. The proposed solution is based on a novel strategy for weight initialization of the network, using spectra modeling. This results in a rapid reduction of parameters and training time, with slightly better performance and interpretability.

CEITEC-J-21-7542

čeština

Vrábel Jakub, Ing. - hlavní řešitel
Kaiser Jozef, prof. Ing., Ph.D. - spoluřešitel

Pokročilé instrumentace a metody pro charakterizace materiálů
- odpovědné pracoviště (5.3.2021 - nezadáno)
Středoevropský technologický institut VUT
- odpovědné pracoviště (14.2.2021 - 5.3.2021)
Pokročilé instrumentace a metody pro charakterizace materiálů
- interní (1.1.2021 - 31.12.2021)
Středoevropský technologický institut VUT
- příjemce (1.1.2021 - 31.12.2021)

VRÁBEL, J.; KÉPEŠ, E.; POŘÍZKA, P.; KAISER, J. Artificial neural network weights penalization and initialization for spectroscopic data. 2021.
Detail

Odpovědnost: Vrábel Jakub, Ing.