Tytuł pozycji:
A comparative study of selected machine learning algorithms for electrical impedance tomography
The main purpose of the article is to compare selected machine learning methods in Electrical Impedance Tomography. The paper studies the relationship between a number of training cases and Root Mean Squared Error loss in the EIT image reconstruction problem. The research was conducted with the Elastic Net, Least Angle Regression and Artificial Neural Network algorithms in R environment. Various tests have been performed, leading to many results and a discussion about a plateau in the model training plot.
Głównym celem artykułu jest porównanie wybranych metod uczenia maszynowego w tomografii impedancyjnej. Artykuł bada związek między liczbą przypadków treningowych a utratą RMSE w problemie rekonstrukcji obrazu EIT. Badania przeprowadzono z wykorzystaniem algorytmów Elastic Net, Least Angle Regression oraz Artificial Neural Network w środowisku R. Przeprowadzono różne testy, które doprowadziły do wielu wyników i dyskusji na temat plateau na wykresie treningowym modelu.
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).
