Penggunaan Jaringan Fungsi Basis Radial Termodifikasi untuk Analisis Sefalometri
Abstract
Perawatan orthodontic merupakan pilihan untuk dapat memanipulasi jaringan tulang keras sehingga didapat bentuk rahang seperti yang diinginkan dan dimungkinkan. Seorang pasien yang melakukan perawatan orthodontic, terlebih dahulu harus menjalani analisis sefalometri. Karena dengan adanya analisa akan didapatkan informasi tentang kondisi pasien yang bisa disimpan dalam bentuk computer database dan digital videography yang dapat digunakan dokter gigi untuk strategi perawatan orthodontic.
Jaringan fungsi basis radial yang dimodifikasi, yaitu jaringan fungsi basis radial yang proses pembelajarannya menggunakan algoritma new EM-based training. Dengan algoritma new EM-based training diharapkan proses mendapatkan pembobot dalam pembelajaran menjadi lebih cepat. Penelitian ini mengusulkan tentang analisis sefalometri dengan menggunakan jaringan fungsi basis radial yang dimodifikasi. Adapun analisa akan dilakukan pada foto sefalometri. Dari analisa tersebut maka akan didapatkan informasi untuk strategi perawatan orthodontic.
Keywords
Full Text:
PDFReferences
Santoro, M, et al, Comparation of measurements made on digital and Plaster Models, American Journal of Orthodontics and Dentofacial Orthopedics, Volume 124, 2002
Neil Alldrin, Andrew Smith and Doug Turnbull, Classifiying Facial Expression With
Radial Basis Function Networks Using Gradiendt Descent and K-means, University of
California , 2003.
Weinseia, Feder, Multi Channel Signal Separation by Decor relation, IEEE, 1993
Dan W. Patterson, Artificial Neural Network Theory and Applications, John Wiley and
Sons, Inc. 1995.
Juan Carlos Macera and Nipesh Shah, Voice Command Recognition Using Radial Basis
Function Neural Networks, University of Nevada Reno, 2001.
Meng Joo Er, Shiqian Wu, Juwei Lu and Hock Lye Toh, Face Recognition With Radial
Basis Function (RBF) Neural Networks , Transaction On Neural Networks, 2002.
Su Hongtao, David Dagan Feng and Zhao Rong-chun, Face Recognition Using Multi-
Feature and Radial Basis Function Networks, Auastralian Computer Society, 2003.
Carlo Drioli, Radial Basis Function Networks For Conversion Of Sound Spectra,
Workshop on Digital Audio Effects, 1999.
Mike Fornefett, Kalr Rohr, and H. Siegfried Stiehl, Elastic Registration of Medical Images
Using Radial Basis Functions with Compact Support, IEEE Computer Society, pp 402-
, 1999.
Marcelino Lazar, Ignacio Santamaria and Carlos Pantaleon, A New EM-Based Traning
Algorithm For RBF Networks, Elsivier.com/locate, Neural Networks 16, 2002
Moody, J. and C.J. Darken, “Fast learning in networks of locally tuned processing
units”,Neural Computations, vol. 1, No. 2, pp. 281-294, 1989
Refbacks
- There are currently no refbacks.