Hierarchical learning using deep optimum-path forest

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Federal de São Carlos (UFSCar)-
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.contributorOstbayerische Technische Hochschule-
Autor(es): dc.contributorUniversidade Estadual de Campinas (UNICAMP)-
Autor(es): dc.creatorAfonso, Luis C.S.-
Autor(es): dc.creatorPereira, Clayton R. [UNESP]-
Autor(es): dc.creatorWeber, Silke A.T. [UNESP]-
Autor(es): dc.creatorHook, Christian-
Autor(es): dc.creatorFalcão, Alexandre X.-
Autor(es): dc.creatorPapa, João P. [UNESP]-
Data de aceite: dc.date.accessioned2022-02-22T00:34:50Z-
Data de disponibilização: dc.date.available2022-02-22T00:34:50Z-
Data de envio: dc.date.issued2020-12-11-
Data de envio: dc.date.issued2020-12-11-
Data de envio: dc.date.issued2020-08-01-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1016/j.jvcir.2020.102823-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/201903-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/201903-
Descrição: dc.descriptionBag-of-Visual Words (BoVW) and deep learning techniques have been widely used in several domains, which include computer-assisted medical diagnoses. In this work, we are interested in developing tools for the automatic identification of Parkinson's disease using machine learning and the concept of BoVW. The proposed approach concerns a hierarchical-based learning technique to design visual dictionaries through the Deep Optimum-Path Forest classifier. The proposed method was evaluated in six datasets derived from data collected from individuals when performing handwriting exams. Experimental results showed the potential of the technique, with robust achievements.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionUFSCar - Federal University of São Carlos Department of Computing-
Descrição: dc.descriptionUNESP - São Paulo State University School of Sciences-
Descrição: dc.descriptionOstbayerische Technische Hochschule-
Descrição: dc.descriptionUNICAMP - University of Campinas Institute of Computing-
Descrição: dc.descriptionUNESP - São Paulo State University School of Sciences-
Descrição: dc.descriptionFAPESP: #2013/07375-0-
Descrição: dc.descriptionFAPESP: #2014/12236-1-
Descrição: dc.descriptionFAPESP: #2019/07665-4-
Descrição: dc.descriptionCNPq: #307066/2017-7-
Descrição: dc.descriptionCNPq: #427968/2018-6-
Idioma: dc.languageen-
Relação: dc.relationJournal of Visual Communication and Image Representation-
???dc.source???: dc.sourceScopus-
Palavras-chave: dc.subjectHandwriting dynamics-
Palavras-chave: dc.subjectHierarchical representation-
Palavras-chave: dc.subjectOptimum-path forest-
Palavras-chave: dc.subjectParkinson's disease-
Título: dc.titleHierarchical learning using deep optimum-path forest-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.