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 | Ohio State University | - |
Autor(es): dc.creator | Fernandes, S. E.N. | - |
Autor(es): dc.creator | Setoue, K. K.F. [UNESP] | - |
Autor(es): dc.creator | Adeli, H. | - |
Autor(es): dc.creator | Papa, J. P. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-08-04T22:06:22Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T22:06:22Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2016-08-11 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/B978-0-12-804536-7.00002-8 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/220833 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/220833 | - |
Descrição: dc.description | Many approaches using neural networks have been studied in the past years. A number of architectures for different objectives are presented in the literature, including probabilistic neural networks (PNNs), which have shown good results in several applications. A simple and elegant solution related to PNNs is the enhanced probabilistic neural networks (EPNNs), whose idea is to consider only the samples that fall in a neighborhood of given a training sample to estimate its probability density function. In this work, we propose to fine-tune EPNN parameters by means of metaheuristic-driven optimization techniques, from the results evaluated in a number of public datasets. | - |
Descrição: dc.description | Department of Computing Federal University of São Carlos | - |
Descrição: dc.description | Department of Computing São Paulo State University | - |
Descrição: dc.description | Department of Civil Environmental and Geodetic Engineering Ohio State University | - |
Descrição: dc.description | Department of Computing São Paulo State University | - |
Formato: dc.format | 25-45 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Bio-Inspired Computation and Applications in Image Processing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Enhanced probabilistic neural networks | - |
Palavras-chave: dc.subject | Metaheuristic | - |
Palavras-chave: dc.subject | Neural networks | - |
Palavras-chave: dc.subject | Optimization | - |
Palavras-chave: dc.subject | Pattern recognition | - |
Título: dc.title | Fine-tuning enhanced probabilistic neural networks using metaheuristic-driven optimization | - |
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: