Modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones

El trabajo en curso tiene por objeto desarrollar técnicas conexionistas para reconocimiento de patrones. A partir del sistema ya desarrollado por el grupo (que consiste básicamente en un modelo híbrido no supervisado -de tipo autoorganizado- seguido de una instancia supervisada) se estudia la introd...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Seijas, Leticia, Segura, Enrique C.
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2005
Materias:	Ciencias Informáticas ARTIFICIAL INTELLIGENCE Modelos Conexionistas Auto-organizados Reconocimiento de Patrones
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/21153
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-21153
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas ARTIFICIAL INTELLIGENCE Modelos Conexionistas Auto-organizados Reconocimiento de Patrones
spellingShingle	Ciencias Informáticas ARTIFICIAL INTELLIGENCE Modelos Conexionistas Auto-organizados Reconocimiento de Patrones Seijas, Leticia Segura, Enrique C. Modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones
topic_facet	Ciencias Informáticas ARTIFICIAL INTELLIGENCE Modelos Conexionistas Auto-organizados Reconocimiento de Patrones
description	El trabajo en curso tiene por objeto desarrollar técnicas conexionistas para reconocimiento de patrones. A partir del sistema ya desarrollado por el grupo (que consiste básicamente en un modelo híbrido no supervisado -de tipo autoorganizado- seguido de una instancia supervisada) se estudia la introducción de innovaciones que incrementen su potencia y su eficiencia. Las investigaciones en curso giran alrededor de dos frentes: i) preprocesamiento de la entrada: se consideran opciones a la técnica inicialmente empleada (máscaras de Kirsch), entre ellas el uso de transformadas wavelet y la extracción de componentes principales; ii) estructura del módulo intermedio (no supervisado): analizamos posibles sofisticaciones orientadas a obtener una clasificación más especializada de acuerdo con las características de la distribución de los datos de entrada. La calidad y eficiencia de la propuesta resultante deberán ser luego comparadas con las de los métodos ya existentes.
format	Objeto de conferencia Objeto de conferencia
author	Seijas, Leticia Segura, Enrique C.
author_facet	Seijas, Leticia Segura, Enrique C.
author_sort	Seijas, Leticia
title	Modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones
title_short	Modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones
title_full	Modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones
title_fullStr	Modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones
title_full_unstemmed	Modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones
title_sort	modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones
publishDate	2005
url	http://sedici.unlp.edu.ar/handle/10915/21153
work_keys_str_mv	AT seijasleticia modelosconexionistasautoorganizadosysuaplicacionenreconocimientodepatrones AT seguraenriquec modelosconexionistasautoorganizadosysuaplicacionenreconocimientodepatrones
bdutipo_str	Repositorios
_version_	1764820465511038977

Modelos conexionistas auto-organizados y su aplicación en reconocimiento de patrones

Ejemplares similares