Reconhecimento de padrões por meio de floresta de caminhos ótimos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSaito, Priscila Tiemi Maeda-
Autor(es): dc.contributorSaito, Priscila Tiemi Maeda-
Autor(es): dc.contributorBugatti, Pedro Henrique-
Autor(es): dc.contributorSanches, Silvio Ricardo Rodrigues-
Autor(es): dc.creatorToracio, Thiago Ribeiro-
Data de aceite: dc.date.accessioned2022-02-21T22:11:48Z-
Data de disponibilização: dc.date.available2022-02-21T22:11:48Z-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2016-06-20-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/7449-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/669797-
Descrição: dc.descriptionCurrently there are large databases available, due to the advances of the acquisition and storage of this information technologies. However, there is a large amount of unlabeled data in relation to a small section labeled. Becoming necessary effective and efficient learning techniques for manipulation and analysis of this information. For learning the recognition of certain patterns is needed, which can be obtained by imaging descriptors, extracting visual properties related to color, form and texture. Some of the images extracted features may be redundant, others are more relevant to the discrimination of the images. Therefore, after the extraction of the characteristics of images, it is important to analyze and obtain the feature vector that best describes the data set by applying dimensional reduction, optimization and normalization techniques. Then, different procedures may be used (supervised, semi-unsupervised and supervised) learning. This work aims to study and the analysis of more effective and efficient techniques for description and classification of bioimages.-
Descrição: dc.descriptionAtualmente existem grandes bases de dados disponíveis, devido aos avanços das tecnologias de aquisição e armazenamento dessas informações. No entanto, há uma grande quantidade de dados não rotulados em relação a uma pequena parte rotulada, tornando-se necessárias técnicas de aprendizado eficazes e eficientes para manipulação e análise dessas informações. Para o aprendizado, é necessário o reconhecimento de determinados padrões, os quais podem ser obtidos por descritores de imagens, que extraem propriedades visuais relacionadas à cor, forma e textura. Algumas características extraídas das imagens podem ser redundantes, outras são mais relevantes na discriminação das imagens. Por isto, após a extração das características das imagens, é importante a análise e a obtenção do vetor de características que melhor descreve o conjunto de dados, aplicando técnicas de redução de dimensionalidade, otimização ou normalizações. Em seguida, podem ser utilizados diferentes procedimentos (supervisionados, não supervisionados e semi-supervisionados) de aprendizado. Este trabalho tem como objetivo o estudo e a análise de técnicas mais efetivas e eficientes para descrição e classificação de bioimagens.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherTecnologia em Análise e Desenvolvimento de Sistemas-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectPercepção de padrões-
Palavras-chave: dc.subjectClassificação-
Palavras-chave: dc.subjectProcessamento de imagens-
Palavras-chave: dc.subjectPattern perception-
Palavras-chave: dc.subjectClassification-
Palavras-chave: dc.subjectImage processing-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO-
Título: dc.titleReconhecimento de padrões por meio de floresta de caminhos ótimos-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.