2009 - lato - Instytut Sterowania i Systemów Informatycznych ...
2009 - lato - Instytut Sterowania i Systemów Informatycznych ...
2009 - lato - Instytut Sterowania i Systemów Informatycznych ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Rafał Łopatka, mgr inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> <strong>Sterowania</strong> i Elektroniki Przemysłowej<br />
Wydział/Faculty: Wydział Elektryczny<br />
Uniwersytet/University: Politechnika Warszawska<br />
E-mail:<br />
Rafal.Lopatka@ee.pw.edu.pl<br />
Data/Date: 14.05.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Sterowanie optymalne z wykorzystaniem metod probabilistycznych przeszukiwania przestrzeni rozwiązań<br />
Streszczenie/Abstract<br />
W pracy niniejszej dyskutowane jest zagadnienie zastosowania podstawowych technik związanych z rachunkiem<br />
prawdopodobieństwa w optymalizacji dyskretnej. Ściślej, zastosowanie niektórych metod opartych na pojęciach teorii<br />
prawdopodobieństwa do rozwiązania ogólnego problemu optymalnego przeszukiwania drzewa gry oraz pomysł sformułowania<br />
ogólnego sposobu automatycznego rozwiązywania zadań, które można sprowadzić do zadania przeszukiwania<br />
drzewa gry w celu podjęcia optymalnej decyzji. Przedmiotem badań jest problem usprawnienia bayesowskiego podejścia<br />
do znalezienia optymalnego rozwiązania w grze dwuosobowej o sumie zerowej i doskonałej informacji oraz zaproponowanie<br />
rozwiązania zmierzającego do poprawienia praktycznych aspektów realizacji tego podejścia. Dla uproszczenia w<br />
dalszej części rozważań wszelkie wyniki oraz wnioski formułowane będą w odniesieniu do tego rodzaju gier. W związku<br />
z tym, że duża część problemów decyzyjnych występujących w teorii sterowania (np. zadania optymalizacji rozwiązywane<br />
przy wykorzystaniu różnego rodzaju ilościowych wskaźników jakości) może być zredukowana do zagadnienia<br />
rozgrywki dwuosobowej o zerowej sumie wypłat i doskonałej informacji, zadanie tego rodzaju będzie w tym referacie<br />
przedmiotem zainteresowania.<br />
Marek Kowal, dr inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> <strong>Sterowania</strong> i <strong>Systemów</strong> <strong>Informatycznych</strong><br />
Wydział/Faculty: Wydział Elektrotechniki, Informatyki i Telekomunikacji<br />
Uniwersytet/University: Uniwersytet Zielonogórski<br />
E-mail:<br />
m.kowal@issi.uz.zgora.pl<br />
Data/Date: 21.05.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Segmentacja obrazów medycznych z wykorzystaniem klasteryzacji rozmytej / Medical image segmentation using<br />
fuzzy clustering<br />
Streszczenie/Abstract<br />
Praca przedstawia pewien etap badań, których celem jest opracowanie automatycznego systemu wspomagającego<br />
lekarzy w diagnostyce nowotworów piersi na podstawie obrazów cytologicznych z biopsji cienkoigłowej. W pracy<br />
skoncentrowano się na etapie segmentacji obrazu, która w niniejszym przypadku oznacza odkrycie na obrazie jąder<br />
komórkowych. Poprawność i dokładność segmentacji ma w niniejszym przypadku bardzo istotne znaczenie ponieważ<br />
na podstawie uzyskanych wyników oblicza się parametry morfometryczne jąder komórkowych co następnie jest podstawą<br />
do klasyfikacji rozpatrywanych przypadków. W przedstawionym podejściu do zadania segmentacji wykorzystano<br />
algorytm klasteryzacji rozmytej FCMS (ang. Fuzzy C-Means with Shape function). Nowością takiego rozwiązania<br />
jest prowadzenie klasteryzacji z uwzględnieniem takich cech obiektów jak kolor oraz kształt gdzie w tradycyjnym podejściu<br />
uwzględnia się jedynie kolor. Aby zilustrować efektywność opracowanego podejścia, w końcowej części pracy<br />
przedstawiono wyniki badań eksperymentalnych.
Change language