
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Marar, Joao Fernando | - |
| Autor(es): dc.creator | Filho, Edson Costa B.C. | - |
| Autor(es): dc.creator | Vasconcelos, Germano Crispim | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:51:59Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:51:59Z | - |
| Data de envio: dc.date.issued | 2022-04-29 | - |
| Data de envio: dc.date.issued | 2022-04-29 | - |
| Data de envio: dc.date.issued | 1997-12-01 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/231682 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/231682 | - |
| Descrição: dc.description | Function approximation is a very important task in environments where computation has to be based on extracting information from data samples in real world processes. Neural networks and wavenets have been recently seen as attractive tools for developing efficient solutions for many real world problems in function approximation. In this paper, it is shown how feedforward neural networks can be built using a different type of activation function referred to as the PPS-wavelet. An algorithm is presented to generate a family of PPS-wavelets that can be used to efficiently construct feedforward networks for function approximation. | - |
| Descrição: dc.description | UNESP- Universidade Estadual Paulista, Sao Paulo | - |
| Descrição: dc.description | UNESP- Universidade Estadual Paulista, Sao Paulo | - |
| Formato: dc.format | 240-245 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Proceedings of the Workshop on Cybernetic Vision | - |
| ???dc.source???: dc.source | Scopus | - |
| Título: dc.title | Feedforward neural networks based on PPS-wavelet activation functions | - |
| Tipo de arquivo: dc.type | aula digital | - |
| 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: