Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization: abordagens híbridas para tarefas de agrupamento e classificação (2012)
- Authors:
- USP affiliated authors: PERES, SARAJANE MARQUES - EACH ; BISCARO, HELTON HIDERALDO - EACH
- Unidade: EACH
- Subjects: FUZZY (INTELIGÊNCIA ARTIFICIAL); REDES NEURAIS
- Language: Português
- Abstract: Neste tutorial é apresentada uma discussão sobre o algoritmo Fuzzy-c-Means e sobre as Redes Neurais Fuzzy, considerando a proposta de inserção de princípios da Teoria de Conjuntos Fuzzynas abordagens de agrupamento e classificação clássicas: algoritmo c-Means e o modelo neural Learning Vector Quantization. A motivação para a construção de um modelo híbrido, dessa categoria, é conferir às abordagens clássicas a capacidade de lidar adequadamente com aspectos de incerteza e imprecisão, comumente encontrados em problemas reais
- Imprenta:
- Publisher place: Porto Alegre
- Date published: 2012
- Source:
- Título do periódico: Revista de Informática Teórica e Aplicada
- ISSN: 2175-2745
- Volume/Número/Paginação/Ano: v. 19, n. 1, p. 120-163, 2012
-
ABNT
ROCHA, Thiago et al. Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization: abordagens híbridas para tarefas de agrupamento e classificação. Revista de Informática Teórica e Aplicada, v. 19, n. 1, p. 120-163, 2012Tradução . . Disponível em: http://seer.ufrgs.br/rita/article/view/rita_v19_n1_p120/18115. Acesso em: 02 maio 2024. -
APA
Rocha, T., Peres, S. M., Bíscaro, H. H., Madeo, R. C. B., & Boscarioli, C. (2012). Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization: abordagens híbridas para tarefas de agrupamento e classificação. Revista de Informática Teórica e Aplicada, 19( 1), 120-163. Recuperado de http://seer.ufrgs.br/rita/article/view/rita_v19_n1_p120/18115 -
NLM
Rocha T, Peres SM, Bíscaro HH, Madeo RCB, Boscarioli C. Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization: abordagens híbridas para tarefas de agrupamento e classificação [Internet]. Revista de Informática Teórica e Aplicada. 2012 ; 19( 1): 120-163.[citado 2024 maio 02 ] Available from: http://seer.ufrgs.br/rita/article/view/rita_v19_n1_p120/18115 -
Vancouver
Rocha T, Peres SM, Bíscaro HH, Madeo RCB, Boscarioli C. Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization: abordagens híbridas para tarefas de agrupamento e classificação [Internet]. Revista de Informática Teórica e Aplicada. 2012 ; 19( 1): 120-163.[citado 2024 maio 02 ] Available from: http://seer.ufrgs.br/rita/article/view/rita_v19_n1_p120/18115 - A committee machine implementing the pattern recognition module for fingerspelling applications
- Hand movement recognition for Brazilian Sign Language: a study using distance-based neural networks
- Compressive representation of three-dimensional models
- Reconstrução a partir de nuvem de pontos com a utilização de funções de Morse discretas
- Singular half-face: uma estrutura de dados volumétricas
- Implementando persistência de dados em um ambiente de desenvolvimento de software distribuído
- Uma ferramenta para construção de conjuntos de dados de referência para sistemas de análise de gestos baseados em imagens
- Feasibility Study for an Automatic Architecture for Pothole Detection in Asphalt Images: a Trade-off between Performance and Quality
- Guest editorial preface deep learning, ubiquitous, and toy computing
- Gesture recognition for fingerspelling applications: an approach based on sign language cheremes
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas