Idioma:

Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization abordagens híbridas para tarefas de agrupamento e classificação

Thiago Rocha Sarajane Marques Peres; Helton Hideraldo Bíscaro; Renata C. B Madeo; Clodis Boscarioli

Revista de Informática Teórica e Aplicada Porto Alegre v. 19, n. 1, p. 120-163, 2012

Acesso online

Título:
Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization abordagens híbridas para tarefas de agrupamento e classificação
Autor: Thiago Rocha
Sarajane Marques Peres; Helton Hideraldo Bíscaro; Renata C. B Madeo; Clodis Boscarioli
Assuntos: FUZZY (INTELIGÊNCIA ARTIFICIAL); REDES NEURAIS
É parte de: Revista de Informática Teórica e Aplicada Porto Alegre v. 19, n. 1, p. 120-163, 2012
Descrição: Neste tutorial é apresentada uma discussão sobre o algoritmo Fuzzy-c-Means e sobre as Redes Neurais Fuzzy, considerando a proposta de inserção de princípios da Teoria de Conjuntos Fuzzynas abordagens de agrupamento e classificação clássicas: algoritmo c-Means e o modelo neural Learning Vector Quantization. A motivação para a construção de um modelo híbrido, dessa categoria, é conferir às abordagens clássicas a capacidade de lidar adequadamente com aspectos de incerteza e imprecisão, comumente encontrados em problemas reais
Editor: Porto Alegre
Data de criação/publicação: 2012
Formato: p. 120-163.
Idioma: Português

Links

Voltar para lista de resultados

Anterior Resultado 2 Avançar Ir para próxima página