A Novel Approach for Optimum-Path Forest Classification Using Fuzzy Logic

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniv Fortaleza-
Autor(es): dc.contributorPontificia Univ Catolica Rio de Janeiro-
Autor(es): dc.contributorPontifical Catholic Univ Rio de Janeiro-
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.contributorNantong Univ-
Autor(es): dc.creatorSouza, Renato William R. de-
Autor(es): dc.creatorOliveira, Joao Vitor Chaves de-
Autor(es): dc.creatorPassos, Leandro A. [UNESP]-
Autor(es): dc.creatorDing, Weiping-
Autor(es): dc.creatorPapa, Joao P. [UNESP]-
Autor(es): dc.creatorAlbuquerque, Victor Hugo C. de-
Data de aceite: dc.date.accessioned2022-02-22T01:03:05Z-
Data de disponibilização: dc.date.available2022-02-22T01:03:05Z-
Data de envio: dc.date.issued2021-06-25-
Data de envio: dc.date.issued2021-06-25-
Data de envio: dc.date.issued2020-11-30-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1109/TFUZZ.2019.2949771-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/210572-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/210572-
Descrição: dc.descriptionIn the past decades, fuzzy logic has played an essential role in many research areas. Alongside, graph-based pattern recognition has shown to be of great importance due to its flexibility in partitioning the feature space using the background from graph theory. Some years ago, a new framework for supervised, semisupervised, and unsupervised learning, named optimum-path forest (OPF), was proposed with competitive results in several applications, besides comprising a low computational burden. In this article, we propose the fuzzy OPF, an improved version of the standard OPF classifier, that learns the samples' membership in an unsupervised fashion, which are further incorporated during supervised training. Such information is used to identify the most relevant training samples, thus improving the classification step. Experiments conducted over 12 public datasets highlight the robustness of the proposed approach, which behaves similarly to standard OPF in worst case scenarios.-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionNational Natural Science Foundation of China-
Descrição: dc.descriptionNatural Science Foundation of Jiangsu Province-
Descrição: dc.descriptionSix Talent Peaks Project of Jiangsu Province-
Descrição: dc.descriptionQing Lan Project of Jiangsu Province-
Descrição: dc.descriptionUniv Fortaleza, Grad Program Appl Informat, BR-60811905 Fortaleza, Ceara, Brazil-
Descrição: dc.descriptionPontificia Univ Catolica Rio de Janeiro, BR-22451900 Rio De Janeiro, Brazil-
Descrição: dc.descriptionPontifical Catholic Univ Rio de Janeiro, BR-22451900 Rio De Janeiro, Brazil-
Descrição: dc.descriptionSao Paulo State Univ, BR-01049010 Sao Paulo, Brazil-
Descrição: dc.descriptionNantong Univ, Sch Informat Sci & Technol, Nantong 226019, Peoples R China-
Descrição: dc.descriptionSao Paulo State Univ, BR-01049010 Sao Paulo, Brazil-
Descrição: dc.descriptionCNPq: 304315/2017-6-
Descrição: dc.descriptionCNPq: 427968/2018-6-
Descrição: dc.descriptionCNPq: 430274/2018-1-
Descrição: dc.descriptionCNPq: 307066/2017-7-
Descrição: dc.descriptionFAPESP: 2013/07375-0-
Descrição: dc.descriptionFAPESP: 2014/12236-1-
Descrição: dc.descriptionFAPESP: 2017/25908-6-
Descrição: dc.descriptionFAPESP: 2018/21934-5-
Descrição: dc.descriptionFAPESP: 2016/19403-6-
Descrição: dc.descriptionNational Natural Science Foundation of China: 61976120-
Descrição: dc.descriptionNatural Science Foundation of Jiangsu Province: BK20191445-
Descrição: dc.descriptionSix Talent Peaks Project of Jiangsu Province: XYDXXJS-048-
Formato: dc.format3076-3086-
Idioma: dc.languageen-
Publicador: dc.publisherIeee-inst Electrical Electronics Engineers Inc-
Relação: dc.relationIeee Transactions On Fuzzy Systems-
???dc.source???: dc.sourceWeb of Science-
Palavras-chave: dc.subjectTraining-
Palavras-chave: dc.subjectPrototypes-
Palavras-chave: dc.subjectForestry-
Palavras-chave: dc.subjectStandards-
Palavras-chave: dc.subjectSupport vector machines-
Palavras-chave: dc.subjectFuzzy logic-
Palavras-chave: dc.subjectClustering algorithms-
Palavras-chave: dc.subjectClassifiers-
Palavras-chave: dc.subjectfuzzy-
Palavras-chave: dc.subjectoptimum-path forest (OPF)-
Palavras-chave: dc.subjectpattern recognition-
Título: dc.titleA Novel Approach for Optimum-Path Forest Classification Using Fuzzy Logic-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.