Aplicando redes de aprendizado profundo e algoritmos de seleção dinâmica para classificar imagens de câncer de pele

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorJeronymo, Daniel Cavalcanti-
Autor(es): dc.contributorEnsina, Leandro Augusto-
Autor(es): dc.contributorJeronymo, Daniel Cavalcanti-
Autor(es): dc.contributorSpanhol, Fabio Alexandre-
Autor(es): dc.contributorPaetzold, Gustavo Henrique-
Autor(es): dc.contributorEnsina, Leandro Augusto-
Autor(es): dc.creatorSá, João Pedro Cardoso Amâncio de-
Data de aceite: dc.date.accessioned2025-08-29T13:00:23Z-
Data de disponibilização: dc.date.available2025-08-29T13:00:23Z-
Data de envio: dc.date.issued2025-05-09-
Data de envio: dc.date.issued2025-05-09-
Data de envio: dc.date.issued2024-07-05-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/36754-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1105776-
Descrição: dc.descriptionThis work aims to leverage deep learning network-based methods for extracting attributes from skin cancer images from the HAM10000 dataset. By employing deep learning architectures, the study seeks to identify and highlight the main characteristics of images, to use them in the classifier. The ultimate goal involves developing a dynamic selection framework to classify these images based on different types of skin cancer. This approach surpasses traditional ones, being ahead of the use of deep learning networks and machine and ensemble learning methods for classification.-
Descrição: dc.descriptionEste trabalho visa aproveitar métodos baseados em rede de aprendizagem profunda para extração de atributos de imagens de câncer de pele provenientes do conjunto de dados HAM10000. Ao empregar arquiteturas de aprendizagem profunda, o estudo busca identificar e destacar as principais características das imagens, para utilizá-las no classificador. O objetivo final envolve o desenvolvimento de uma estrutura de seleção dinâmica para classificar essas imagens com base nos diferentes tipos de câncer de pele. Esta abordagem supera as tradicionais, ficando a frente da utilização de redes de aprendizado profundo e métodos de aprendizado de máquina e ensemble para classificação.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherToledo-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectClassificação-
Palavras-chave: dc.subjectImagens como recursos de informação-
Palavras-chave: dc.subjectPele - Câncer-
Palavras-chave: dc.subjectAprendizado profundo (Aprendizado de máquina)-
Palavras-chave: dc.subjectClassification-
Palavras-chave: dc.subjectPictures as information resources-
Palavras-chave: dc.subjectSkin - Cancer-
Palavras-chave: dc.subjectDeep learning (Machine learning)-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS-
Título: dc.titleAplicando redes de aprendizado profundo e algoritmos de seleção dinâmica para classificar imagens de câncer de pele-
Título: dc.titleApplying deep learning networks and dynamic selection algorithms to classify skin cancer images-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.