Kvalitativno modeliranje i zaključivanje o ponašanju objekata u sustavu dinamičkog vida

disertacija

• Naslov (engleski): Qualitative Modelling and Reasoning About Behavior of Objects in the Dynamic Vision System
• Autor: Maja Matetić
• Mentor: Slobodan Ribarić (mentor)
• Član povjerenstva: Leo Budin (član povjerenstva)
• Član povjerenstva: Slobodan Ribarić (član povjerenstva)
• Član povjerenstva: Nikola Pavešić (član povjerenstva)
• Član povjerenstva: Nikola Bogunović (član povjerenstva)
• Član povjerenstva: Ljubo Marangunić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; (Zavod za elektroniku, mikroelektroniku, računalne i inteligentne sustave); Zagreb
• Datum i država obrane: 2002-10-25, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo
• Univerzalna decimalna klasifikacija (UDC): 004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka

Sažetak

U radu je predstavljen sustav LABAQM koji je razvijen za analizu ponašanja laboratorijske životinje. Sustav se temelji na kvalitativnom modeliranju kretanja životinje. Bavimo se fazom raspoznavanja, koja predstavlja višu razinu analize ponašanja laboratorijske životinje, tijekom farmakoloških eksperimenata. Ulazni podaci sustava su kvantitativni podaci koje dobiva od aplikacije za praćenje, te nepotpuno znanje eksperta. Sustav LABAQM radi u dvije glavne faze: faza učenja ponašanja i faza analize ponašanja. Faza učenja i faza analize se temelje na nizovima simbola dobivenim transformacijom kvantitativnih podataka. Faza učenja uključuje postupak nadgledanog učenja, postupak nenadgledanog učenja i njihovu kombinaciju. Pokazali smo da kvalitativne modele ponašanja možemo modelirati kao skrivene Markovljev modele (SMM-e). Rezultati fuzije postupaka nadgledanog i nenadgledanog učenja su robustniji modeli karakterističnih ponašanja, koji se koriste u fazi analize ponašanja.

Sažetak (engleski)

The paper presents the LABAQM system developed for the analysis of laboratory animal behaviours. It is based on qualitative modelling of animal motions. We are dealing with the cognitive phase of the laboratory animal behaviour analysis as a part of the pharmacological experiments. The system is based on the quantitative data from the tracking application and incomplete domain background knowledge. The LABAQM system operates in two main phases: behaviour learning and behaviour analysis. The behaviour learning and behaviour analysis phase are based on symbol sequences, obtained by the transformation of the quantitative data. Behaviour learning phase includes supervised learning procedure, unsupervised learning procedure and their combination. We have shown that the qualitative model of behaviour can be modelled by hidden Markov models. The fusion of supervised and unsupervised learning procedures produces more robust models of characteristic behaviours, which are used in the behaviour analysis phase.

• Ključne riječi: Sustav dinamičkog vida; kvalitativno modeliranje; konceptualno grupiranje; skriveni Markovljevi modeli karakterističnih ponašanja
• Ključne riječi (engleski): Dynamic vision system; qualitative modelling; conceptual clustering; hidden Markov models of characteristic behaviors
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:428253
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: poslijediplomski znanstveni (doktorski); Akademski / stručni naziv: Doktor znanosti (dr. sc.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-04-30 07:27:57