Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual de Campinas (UNICAMP) | - |
Autor(es): dc.creator | Osaku, Daniel | - |
Autor(es): dc.creator | Nakamura, Rodrigo [UNESP] | - |
Autor(es): dc.creator | Papa, João [UNESP] | - |
Autor(es): dc.creator | Levada, Alexandre | - |
Autor(es): dc.creator | Cappabianco, Fábio | - |
Autor(es): dc.creator | Falcão, Alexandre | - |
Data de aceite: dc.date.accessioned | 2022-08-04T22:03:34Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T22:03:34Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2013-01-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-319-02895-8_19 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/219999 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/219999 | - |
Descrição: dc.description | Several works have been conducted in order to improve classification problems. However, a considerable amount of them do not consider the contextual information in the learning process, which may help the classification step by providing additional information about the relation between a sample and its neighbourhood. Recently, a previous work have proposed a hybrid approach between Optimum-Path Forest classifier and Markov Random Fields (OPF-MRF) aiming to provide contextual information for this classifier. However, the contextual information was restricted to a spatial/temporal-dependent parameter, which has been empirically chosen in that work. We propose here an improvement of OPF-MRF by modelling the problem of finding such parameter as a swarm-based optimization task, which is carried out Particle Swarm Optimization and Harmony Search. The results have been conducted over the classification of Magnetic Ressonance Images of the brain, and the proposed approach seemed to find close results to the ones obtained by an exhaustive search for this parameter, but much faster for that. © 2013 Springer-Verlag. | - |
Descrição: dc.description | Department of Computing, Federal University of São Carlos | - |
Descrição: dc.description | Department of Computing, UNESP - Univ. Estadual Paulista | - |
Descrição: dc.description | Institute of Science and Technology, Federal University of São Paulo | - |
Descrição: dc.description | Institute of Computing, University of Campinas | - |
Descrição: dc.description | Department of Computing, UNESP - Univ. Estadual Paulista | - |
Formato: dc.format | 203-214 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Harmony Search | - |
Palavras-chave: dc.subject | Magnetic Resonance Images | - |
Palavras-chave: dc.subject | Markov Random Fields | - |
Palavras-chave: dc.subject | Optimum-Path Forest | - |
Palavras-chave: dc.subject | Particle Swarm Optimization | - |
Título: dc.title | Optimizing contextual-based optimum-forest classification through swarm intelligence | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: