Intelligens és lágyszámítási módszerek a digitális jel- és képfeldolgozásban
Angol cím
Intelligent and soft computing based methods in digital signal and image processing
magyar kulcsszavak
digitális jelfeldolgozás, digitális képfeldolgozás, AI, lágyszámítási módszerek, fuzzy logika
angol kulcsszavak
digital signal processing, digital image processing, AI, soft computing techniques, fuzzy logic
megadott besorolás
Automatizálás és Számítástechnika (Műszaki és Természettudományok Kollégiuma)
60 %
Ortelius tudományág: Automatizálás
Informatika (Műszaki és Természettudományok Kollégiuma)
40 %
Ortelius tudományág: Alkalmazott informatika
zsűri
Informatikai–Villamosmérnöki
Kutatóhely
Méréstechnika és Információs Rendszerek Tanszék (Budapesti Műszaki és Gazdaságtudományi Egyetem)
résztvevők
Dobrowiecki Tadeusz Kovács Dániel László
projekt kezdete
2009-04-01
projekt vége
2012-12-31
aktuális összeg (MFt)
1.999
FTE (kutatóév egyenérték)
2.67
állapot
lezárult projekt
magyar összefoglaló
A rendszerelméletben az intelligens eljárások – mesterséges intelligencia, lágyszámítási és anytime módszerek - területén bekövetkezett fejlődés hatékony modellezési és számítási technikákat eredményezett. Ezek az eljárások különösképpen alkalmasak összetett, nemlineáris viselkedés leírására és számítására, valamint támogatják a számítógép alapú jelfeldolgozási, diagnosztikai, mérő- és vezérlő alkalmazások megvalósítását. Napjainkban az integrált és beágyazott alkalmazások mérete gyorsan növekszik. Nagyobb méretű rendszerek esetében az implementáció szempontjából kritikus lehet a rendszer működésének leírásával, számításával kapcsolatos számítási kapacitás igény. Jellemző példák erre az összetett orvosbiológiai, szabályozástechnikai vagy járműbiztonság növelésére irányuló fejlesztő és vezérlő rendszerek, a hozzájuk kapcsolódó gazdasági döntési és számítási, valamint diagnosztikai környezetükkel együtt. A modellezésben a lágyszámítási módszerek, a számítási bonyolultság problémájának leküzdésében az anytime technikák alkalmazása jelenthet kiutat. A javasolt kutatás célja olyan új – elsősorban lágyszámítási módszereken, fuzzy, neurális, és anytime technikákon alapuló - modellek és algoritmusok kifejlesztése a kép- és jelfeldolgozás, továbbá ezek kiemelt alkalmazási területei, a járműbiztonság növelésére irányuló fejlesztő, analizáló és vezérlő rendszerek valamint az orvosbiológiai alkalmazások, területén, amelyek az eddig ismerteknél jobb viselkedést mutatnak, a további feldolgozáshoz hatékony támogatást nyújtanak, és a teljes számítási kapacitás-igény rugalmas csökkentését, továbbá a rendszerek és eljárások emberi beavatkozást nem igénylő, automatikus működését teszik lehetővé.
angol összefoglaló
Recent advances in the fields of intelligent, artificial intelligence, soft computing, and anytime approaches, have resulted in efficient modelling and evaluation techniques in system theory. These methods are especially suitable to characterise and compute complex, non-linear behaviour and support computer-based signal processing, diagnostics, measurement, and control applications. The size of such integrated and embedded applications is rapidly increasing. For larger scale systems, the computational complexity related to these characterisations and computations might be critical from the point of view of implementation. Complex development and control systems of biomedical, vehicular safety improvement, or process control problems, together with their economic decision and evaluation, and diagnostics support, are typical examples. In modelling soft computing techniques while in overcoming complexity issues, anytime techniques can be applied advantageously. The purpose of the suggested project is to introduce new intelligent and soft computing based – fuzzy, NN, anytime, and hybrid – models and algorithms in digital signal and image processing, and in their certain, “hot” application fields, like biomedical engineering and development, analysis, and control systems for improving vehicle safety, which result in better performane then that of the known methods; give efficient support to the further, ”main” processing; make possible to flexibly reduce the overall computational complexity, and furthermore, can result in the automatic operation, i.e. without any human intervention, of the methods.
