Learning Vector Quantization
Mostrando 1-8 de 8 artigos, teses e dissertações.
-
1. Modelos lineares locais para identificaÃÃo de sistemas dinÃmicos usando redes neurais competitivas / LOCAL LINEAR MODELS FOR IDENTIFICATION OF DYNAMICAL SYSTEMS USING COMPETITIVE NEURAL NETWORKS
Nesta tese aborda-se o problema de identificaÃÃo de sistemas dinÃmicos sobre a Ãtica dos modelos locais, em que o espaÃo de entrada à particionado em regiÃes de operaÃÃo menores sobre as quais sÃo construÃdos modelos de menor complexidade (em geral, lineares). Este tipo de modelo à uma alternativa aos chamados modelos globais em que a dinÃmica d
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 27/02/2012
-
2. Proposta de um sistema de detecção e classificação de intrusão em redes de computadores baseado em transformadas wavelets e redes neurais artificiais
As the Internet has become an enormous interconnected network, the information security today is very important to guarantee confidentiality, integrity and availability of computing resources. Advanced Intrusion Detections Systems (IDS) should be capable of identifying malicious actions that may compromise these guarantees, as quickly as possible. In this wo
Publicado em: 2009
-
3. SeleÃÃo de protÃtipos: combinando auto-geraÃÃo de protÃtipos e mistura de gaussianas
Prototype selection is a machine learning scheme in which the main purpose is to choose pattern vectors from the training dataset that achieve a better fit to data point distributions and maintain class separation. The aim of this kind of technique is to find the smallest possible prototype set that minimizes the classification error rate. Prototype-based st
Publicado em: 2008
-
4. Utilização de rede neural LVQ para previsão do nível do rio Paraguai / Using learning vector quantization neural network to Paraguai river level prediction
Redes Neurais Artificiais têm sido utilizadas nos mais diversos campos do conhecimento para auxiliar na solução eficiente de problemas complexos e que, muitas vezes, processam grande volume de dados. Uma aplicação de sucesso é a previsão da vazão de um rio, utilizado para controle de reservatórios e barragens de água, bem como para alerta de enchen
Publicado em: 2007
-
5. AvaliaÃÃo de redes neurais competitivas em tarefas de quantizaÃÃo vetorial:um estudo comparativo / Evaluation of competitive neural networks in tasks of vector quantization (VQ): a comparative study
Esta dissertaÃÃo tem como principal meta realizar um estudo comparativo do desempenho de algoritmos de redes neurais competitivas nÃo-supervisionadas em problemas de quantizaÃÃo vetorial (QV) e aplicaÃÃes correlatas, tais como anÃlise de agrupamentos (clustering) e compressÃo de imagens. A motivaÃÃo para tanto parte da percepÃÃo de que hà uma r
Publicado em: 2007
-
6. DATA SELECTION FOR LVQ / SELEÇÃO DE DADOS EM LVQ
Nesta dissertação, propomos uma metodologia para seleção de dados em modelos de Aprendizado por Quantização Vetorial, referenciado amplamente na literatura pela sigla em inglês LVQ. Treinar um modelo (ajuste dentro-daamostra) com um subconjunto selecionado a partir do conjunto de dados disponíveis para o aprendizado pode trazer grandes benefícios no
Publicado em: 2004
-
7. Classificador de qualidade de álcool combustível e poder calorífico de gás GLP. / Alcohol combustible quality and LPG gas calorific power classifier.
This work shows the results of a robust system development as an alternative to recognize the quality of an alcohol fuel vapor sample and Liquid Petrol Gas (LPG) heat power in an electric nose. Two experimental methodologies were implemented to extract the features of alcohol fuel vapor and LPG gas patterns. The first approach to process the data used an Fuz
Publicado em: 2004
-
8. Estrategias de detecção e diagnostico de falhas em sistemas dinamicos
Analytical redundancy for fault detection and diagnosis of dynamic systems, FDD, has been approached by several methodologies, state estimation, parameter estimation, expert systems, and pattern classification and recognition being typical examples. In particular, pattern classification and recognition methods adopt probabilistic, heuristic, neural, and fuzz
Publicado em: 1997