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 Federal de São Paulo (UNIFESP) | - |
Autor(es): dc.contributor | The University of Adelaide | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Ferreira, Álvaro R. | - |
Autor(es): dc.creator | de Rosa, Gustavo H. | - |
Autor(es): dc.creator | Papa, João P. | - |
Autor(es): dc.creator | Carneiro, Gustavo | - |
Autor(es): dc.creator | Faria, Fabio A. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:47:58Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:47:58Z | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2019-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/ICPR48806.2021.9412938 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/233280 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/233280 | - |
Descrição: dc.description | Convolutional Neural Networks (CNN) have been being widely employed to solve the challenging remote sensing task of aerial scene classification. Nevertheless, it is not straightforward to find single CNN models that can solve all aerial scene classification tasks, allowing the development of a better alternative, which is to fuse CNN-based classifiers into an ensemble. However, an appropriate choice of the classifiers that will belong to the ensemble is a critical factor, as it is unfeasible to employ all the possible classifiers in the literature. Therefore, this work proposes a novel framework based on meta-heuristic optimization for creating optimized ensembles in the context of aerial scene classification. The experimental results were performed across nine meta-heuristic algorithms and three aerial scene literature datasets, being compared in terms of effectiveness (accuracy), efficiency (execution time), and behavioral performance in different scenarios. Our results suggest that the Univariate Marginal Distribution Algorithm shows more effective and efficient results than other commonly used meta-heuristic algorithms, such as Genetic Programming and Particle Swarm Optimization. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Institute of Science and Technology Universidade Federal de São Paulo | - |
Descrição: dc.description | Australian Institute for Machine Learning The University of Adelaide | - |
Descrição: dc.description | Department of Computing São Paulo State University | - |
Descrição: dc.description | Department of Computing São Paulo State University | - |
Descrição: dc.description | FAPESP: #2013/07375-0 | - |
Descrição: dc.description | FAPESP: #2014/12236-1 | - |
Descrição: dc.description | FAPESP: #2017/25908-6 | - |
Descrição: dc.description | FAPESP: #2018/23908-1 | - |
Descrição: dc.description | FAPESP: #2019/02205-5 | - |
Descrição: dc.description | FAPESP: #2019/07665-4 | - |
Formato: dc.format | 415-422 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Proceedings - International Conference on Pattern Recognition | - |
???dc.source???: dc.source | Scopus | - |
Título: dc.title | Creating classifier ensembles through meta-heuristic algorithms for aerial scene classification | - |
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: