Información del autor
Autor Cuevas, Erik |
Documentos disponibles escritos por este autor (6)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Advances and Applications of Optimised Algorithms in Image Processing Tipo de documento: documento electrónico Autores: Oliva, Diego, ; Cuevas, Erik, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIII, 178 p. 53 ilustraciones ISBN/ISSN/DL: 978-3-319-48550-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Procesamiento de la señal Inteligencia artificial Procesamiento de señales voz e imágenes Clasificación: 006.3 Resumen: Este libro presenta un estudio del uso de algoritmos de optimización en problemas complejos de procesamiento de imágenes. Los problemas seleccionados exploran áreas que van desde la teorÃa de la segmentación de imágenes hasta la detección de objetos complejos en imágenes médicas. Además, se analizan los conceptos de aprendizaje automático y optimización para proporcionar una visión general de la aplicación de estas herramientas en el procesamiento de imágenes. El material ha sido recopilado desde una perspectiva didáctica. En consecuencia, el libro está dirigido principalmente a estudiantes de pregrado y posgrado de Ciencias, IngenierÃa y Matemática Computacional, y puede usarse para cursos sobre Inteligencia Artificial, Procesamiento Avanzado de Imágenes, Inteligencia Computacional, etc. Asimismo, el material puede ser útil para investigaciones de la computación evolutiva, la inteligencia artificial y el procesamiento de imágenes co. Nota de contenido: An introduction to machine learning -- Optimization -- Electromagnetism – Like Optimization Algorithm: An Introduction -- Digital image segmentation as an optimization problem -- Template matching using a physical inspired algorithm.-Detection of circular shapes in digital images -- A medical application: Blood cell segmentation by circle detection -- An EMO Improvement: Opposition-Based Electromagnetism-Like for Global Optimization. Tipo de medio : Computadora Summary : This book presents a study of the use of optimization algorithms in complex image processing problems. The problems selected explore areas ranging from the theory of image segmentation to the detection of complex objects in medical images. Furthermore, the concepts of machine learning and optimization are analyzed to provide an overview of the application of these tools in image processing. The material has been compiled from a teaching perspective. Accordingly, the book is primarily intended for undergraduate and postgraduate students of Science, Engineering, and Computational Mathematics, and can be used for courses on Artificial Intelligence, Advanced Image Processing, Computational Intelligence, etc. Likewise, the material can be useful for research from the evolutionary computation, artificial intelligence and image processing co. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances and Applications of Optimised Algorithms in Image Processing [documento electrónico] / Oliva, Diego, ; Cuevas, Erik, . - 1 ed. . - [s.l.] : Springer, 2017 . - XIII, 178 p. 53 ilustraciones.
ISBN : 978-3-319-48550-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Procesamiento de la señal Inteligencia artificial Procesamiento de señales voz e imágenes Clasificación: 006.3 Resumen: Este libro presenta un estudio del uso de algoritmos de optimización en problemas complejos de procesamiento de imágenes. Los problemas seleccionados exploran áreas que van desde la teorÃa de la segmentación de imágenes hasta la detección de objetos complejos en imágenes médicas. Además, se analizan los conceptos de aprendizaje automático y optimización para proporcionar una visión general de la aplicación de estas herramientas en el procesamiento de imágenes. El material ha sido recopilado desde una perspectiva didáctica. En consecuencia, el libro está dirigido principalmente a estudiantes de pregrado y posgrado de Ciencias, IngenierÃa y Matemática Computacional, y puede usarse para cursos sobre Inteligencia Artificial, Procesamiento Avanzado de Imágenes, Inteligencia Computacional, etc. Asimismo, el material puede ser útil para investigaciones de la computación evolutiva, la inteligencia artificial y el procesamiento de imágenes co. Nota de contenido: An introduction to machine learning -- Optimization -- Electromagnetism – Like Optimization Algorithm: An Introduction -- Digital image segmentation as an optimization problem -- Template matching using a physical inspired algorithm.-Detection of circular shapes in digital images -- A medical application: Blood cell segmentation by circle detection -- An EMO Improvement: Opposition-Based Electromagnetism-Like for Global Optimization. Tipo de medio : Computadora Summary : This book presents a study of the use of optimization algorithms in complex image processing problems. The problems selected explore areas ranging from the theory of image segmentation to the detection of complex objects in medical images. Furthermore, the concepts of machine learning and optimization are analyzed to provide an overview of the application of these tools in image processing. The material has been compiled from a teaching perspective. Accordingly, the book is primarily intended for undergraduate and postgraduate students of Science, Engineering, and Computational Mathematics, and can be used for courses on Artificial Intelligence, Advanced Image Processing, Computational Intelligence, etc. Likewise, the material can be useful for research from the evolutionary computation, artificial intelligence and image processing co. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Advances in Metaheuristics Algorithms: Methods and Applications Tipo de documento: documento electrónico Autores: Cuevas, Erik, ; ZaldÃvar, Daniel, ; Pérez-Cisneros, Marco, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XIV, 218 p. 48 ilustraciones, 13 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-89309-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro explora nuevos desarrollos metaheurÃsticos alternativos que han demostrado ser eficaces en su aplicación a varios problemas complejos. Aunque la mayorÃa de los nuevos algoritmos metaheurÃsticos considerados ofrecen resultados prometedores, todavÃa se encuentran en sus primeras etapas. Para crecer y alcanzar su máximo potencial, los nuevos métodos metaheurÃsticos deben aplicarse en una gran variedad de problemas y contextos, de modo que no sólo funcionen bien en los conjuntos de problemas de optimización reportados, sino también en nuevas formulaciones complejas. La única manera de lograrlo es difundir estos métodos en diversas áreas técnicas como herramientas de optimización. En general, una vez que un cientÃfico, ingeniero o profesional reconoce un problema como una instancia particular de una clase más genérica, puede seleccionar uno de varios algoritmos metaheurÃsticos que garantizan el rendimiento de optimización esperado. Desafortunadamente, el conjunto de opciones se concentra en algoritmos cuya popularidad y alta proliferación superan a las de los nuevos desarrollos. Esta estructura es importante porque los autores reconocen esta metodologÃa como la mejor manera de ayudar a investigadores, profesores, ingenieros y profesionales a resolver sus propios problemas de optimización. Nota de contenido: Introduction -- The metaheuristic algorithm of the social-spider -- Calibration of Fractional Fuzzy Controllers by using the Social-spider method -- The metaheuristic algorithm of the Locust-search -- Identification of fractional chaotic systems by using the Locust Search Algorithm -- The States of Matter Search (SMS) -- Multimodal States of Matter search -- Metaheuristic algorithms based on Fuzzy Logic. Tipo de medio : Computadora Summary : This book explores new alternative metaheuristic developments that have proved to be effective in their application to several complex problems. Though most of the new metaheuristic algorithms considered offer promising results, they are nevertheless still in their infancy. To grow and attain their full potential, new metaheuristic methods must be applied in a great variety of problems and contexts, so that they not only perform well in their reported sets of optimization problems, but also in new complex formulations. The only way to accomplish this is to disseminate these methods in various technical areas as optimization tools. In general, once a scientist, engineer or practitioner recognizes a problem as a particular instance of a more generic class, he/she can select one of several metaheuristic algorithms that guarantee an expected optimization performance. Unfortunately, the set of options are concentrated on algorithms whose popularity and high proliferation outstrip those of the new developments. This structure is important, because the authors recognize this methodology as the best way to help researchers, lecturers, engineers and practitioners solve their own optimization problems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Metaheuristics Algorithms: Methods and Applications [documento electrónico] / Cuevas, Erik, ; ZaldÃvar, Daniel, ; Pérez-Cisneros, Marco, . - 1 ed. . - [s.l.] : Springer, 2018 . - XIV, 218 p. 48 ilustraciones, 13 ilustraciones en color.
ISBN : 978-3-319-89309-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro explora nuevos desarrollos metaheurÃsticos alternativos que han demostrado ser eficaces en su aplicación a varios problemas complejos. Aunque la mayorÃa de los nuevos algoritmos metaheurÃsticos considerados ofrecen resultados prometedores, todavÃa se encuentran en sus primeras etapas. Para crecer y alcanzar su máximo potencial, los nuevos métodos metaheurÃsticos deben aplicarse en una gran variedad de problemas y contextos, de modo que no sólo funcionen bien en los conjuntos de problemas de optimización reportados, sino también en nuevas formulaciones complejas. La única manera de lograrlo es difundir estos métodos en diversas áreas técnicas como herramientas de optimización. En general, una vez que un cientÃfico, ingeniero o profesional reconoce un problema como una instancia particular de una clase más genérica, puede seleccionar uno de varios algoritmos metaheurÃsticos que garantizan el rendimiento de optimización esperado. Desafortunadamente, el conjunto de opciones se concentra en algoritmos cuya popularidad y alta proliferación superan a las de los nuevos desarrollos. Esta estructura es importante porque los autores reconocen esta metodologÃa como la mejor manera de ayudar a investigadores, profesores, ingenieros y profesionales a resolver sus propios problemas de optimización. Nota de contenido: Introduction -- The metaheuristic algorithm of the social-spider -- Calibration of Fractional Fuzzy Controllers by using the Social-spider method -- The metaheuristic algorithm of the Locust-search -- Identification of fractional chaotic systems by using the Locust Search Algorithm -- The States of Matter Search (SMS) -- Multimodal States of Matter search -- Metaheuristic algorithms based on Fuzzy Logic. Tipo de medio : Computadora Summary : This book explores new alternative metaheuristic developments that have proved to be effective in their application to several complex problems. Though most of the new metaheuristic algorithms considered offer promising results, they are nevertheless still in their infancy. To grow and attain their full potential, new metaheuristic methods must be applied in a great variety of problems and contexts, so that they not only perform well in their reported sets of optimization problems, but also in new complex formulations. The only way to accomplish this is to disseminate these methods in various technical areas as optimization tools. In general, once a scientist, engineer or practitioner recognizes a problem as a particular instance of a more generic class, he/she can select one of several metaheuristic algorithms that guarantee an expected optimization performance. Unfortunately, the set of options are concentrated on algorithms whose popularity and high proliferation outstrip those of the new developments. This structure is important, because the authors recognize this methodology as the best way to help researchers, lecturers, engineers and practitioners solve their own optimization problems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Engineering Applications of Soft Computing Tipo de documento: documento electrónico Autores: DÃaz-Cortés, Margarita-Arimatea, ; Cuevas, Erik, ; Rojas, Raúl, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XV, 258 p. 118 ilustraciones ISBN/ISSN/DL: 978-3-319-57813-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro cierra la brecha entre las técnicas de Soft Computing y sus aplicaciones a problemas complejos de ingenierÃa. En cada capÃtulo nos esforzamos por explicar las ideas básicas detrás de las aplicaciones propuestas en un formato accesible para lectores que tal vez no posean experiencia en algunos de los campos. Por lo tanto, los ingenieros o profesionales que no estén familiarizados con los métodos de Soft Computing apreciarán que las técnicas discutidas van más allá de simples herramientas teóricas, ya que han sido adaptadas para resolver problemas importantes que comúnmente surgen en dichas áreas. Al mismo tiempo, el libro mostrará a los miembros de la comunidad de Soft Computing cómo ahora se resuelven y manejan los problemas de ingenierÃa con la ayuda de enfoques inteligentes. El libro, que destaca nuevas aplicaciones e implementaciones de enfoques de Soft Computing en diversos contextos de ingenierÃa, está dividido en 12 capÃtulos. Además, se ha estructurado para que cada capÃtulo pueda leerse independientemente de los demás. Nota de contenido: Introduction -- Motion estimation algorithm using Block-matching and Harmony Search optimization -- Gravitational Search Algorithm applied to parameter identification for induction motors -- Color Segmentation using LVQ Neural Net-works -- Global Optimization using Opposition-Based Electromagnetism-like algorithm -- Multi-Threshold Segmentation using Learning Automata.-Real-time gaze control using Neurofuzzy prediction system -- Clonal Selection algorithm applied to Circle detection -- States of Matter Algorithm applied to Pattern Detection -- Artificial Bee Colony algorithm applied to Multi-threshold Segmentation -- Learning Automata applied to Planning Control -- Fuzzy-based System for Corner Detection. Tipo de medio : Computadora Summary : This book bridges the gap between Soft Computing techniques and their applications to complex engineering problems. In each chapter we endeavor to explain the basic ideas behind the proposed applications in an accessible format for readers who may not possess a background in some of the fields. Therefore, engineers or practitioners who are not familiar with Soft Computing methods will appreciate that the techniques discussed go beyond simple theoretical tools, since they have been adapted to solve significant problems that commonly arise in such areas. At the same time, the book will show members of the Soft Computing community how engineering problems are now being solved and handled with the help of intelligent approaches. Highlighting new applications and implementations of Soft Computing approaches in various engineering contexts, the book is divided into 12 chapters. Further, it has been structured so that each chapter can be read independently of the others. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Engineering Applications of Soft Computing [documento electrónico] / DÃaz-Cortés, Margarita-Arimatea, ; Cuevas, Erik, ; Rojas, Raúl, . - 1 ed. . - [s.l.] : Springer, 2017 . - XV, 258 p. 118 ilustraciones.
ISBN : 978-3-319-57813-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro cierra la brecha entre las técnicas de Soft Computing y sus aplicaciones a problemas complejos de ingenierÃa. En cada capÃtulo nos esforzamos por explicar las ideas básicas detrás de las aplicaciones propuestas en un formato accesible para lectores que tal vez no posean experiencia en algunos de los campos. Por lo tanto, los ingenieros o profesionales que no estén familiarizados con los métodos de Soft Computing apreciarán que las técnicas discutidas van más allá de simples herramientas teóricas, ya que han sido adaptadas para resolver problemas importantes que comúnmente surgen en dichas áreas. Al mismo tiempo, el libro mostrará a los miembros de la comunidad de Soft Computing cómo ahora se resuelven y manejan los problemas de ingenierÃa con la ayuda de enfoques inteligentes. El libro, que destaca nuevas aplicaciones e implementaciones de enfoques de Soft Computing en diversos contextos de ingenierÃa, está dividido en 12 capÃtulos. Además, se ha estructurado para que cada capÃtulo pueda leerse independientemente de los demás. Nota de contenido: Introduction -- Motion estimation algorithm using Block-matching and Harmony Search optimization -- Gravitational Search Algorithm applied to parameter identification for induction motors -- Color Segmentation using LVQ Neural Net-works -- Global Optimization using Opposition-Based Electromagnetism-like algorithm -- Multi-Threshold Segmentation using Learning Automata.-Real-time gaze control using Neurofuzzy prediction system -- Clonal Selection algorithm applied to Circle detection -- States of Matter Algorithm applied to Pattern Detection -- Artificial Bee Colony algorithm applied to Multi-threshold Segmentation -- Learning Automata applied to Planning Control -- Fuzzy-based System for Corner Detection. Tipo de medio : Computadora Summary : This book bridges the gap between Soft Computing techniques and their applications to complex engineering problems. In each chapter we endeavor to explain the basic ideas behind the proposed applications in an accessible format for readers who may not possess a background in some of the fields. Therefore, engineers or practitioners who are not familiar with Soft Computing methods will appreciate that the techniques discussed go beyond simple theoretical tools, since they have been adapted to solve significant problems that commonly arise in such areas. At the same time, the book will show members of the Soft Computing community how engineering problems are now being solved and handled with the help of intelligent approaches. Highlighting new applications and implementations of Soft Computing approaches in various engineering contexts, the book is divided into 12 chapters. Further, it has been structured so that each chapter can be read independently of the others. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Evolutionary Computation Techniques: A Comparative Perspective Tipo de documento: documento electrónico Autores: Cuevas, Erik, ; Osuna, ValentÃn, ; Oliva, Diego, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XV, 222 p. 74 ilustraciones, 33 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-51109-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro compara el rendimiento de varias técnicas de computación evolutiva (EC) cuando se enfrentan a problemas de optimización complejos extraÃdos de diferentes dominios de la ingenierÃa. Centrándose especialmente en los algoritmos desarrollados recientemente, está diseñado para que cada capÃtulo pueda leerse de forma independiente. Se han reportado en la literatura varias comparaciones entre técnicas de EC, sin embargo, todas adolecen de una limitación: sus conclusiones se basan en el desempeño de enfoques evolutivos populares sobre un conjunto de funciones sintéticas con soluciones exactas y comportamientos bien conocidos, sin considerar la contexto de aplicación o incluyendo desarrollos recientes. En cada capÃtulo se plantea un complejo problema de optimización de ingenierÃa y luego se presenta una técnica particular de EC como la mejor opción, de acuerdo con sus caracterÃsticas de búsqueda. Por último, se lleva a cabo una serie de experimentos para comparar su rendimiento con otros métodos populares de CE. Nota de contenido: Preface -- Introduction -- Multilevel segmentation in digital images -- Multi-Circle detection on images -- Template matching -- Motion estimation -- Photovoltaic cell design -- Parameter identification of induction motors -- White blood cells Detection in images -- Estimation of view transformations in images -- Filter Design. Tipo de medio : Computadora Summary : This book compares the performance of various evolutionary computation (EC) techniques when they are faced with complex optimization problems extracted from different engineering domains. Particularly focusing on recently developed algorithms, it is designed so that each chapter can be read independently. Several comparisons among EC techniques have been reported in the literature, however, they all suffer from one limitation: their conclusions are based on the performance of popular evolutionary approaches over a set of synthetic functions with exact solutions and well-known behaviors, without considering the application context or including recent developments. In each chapter, a complex engineering optimization problem is posed, and then a particular EC technique is presented as the best choice, according to its search characteristics. Lastly, a set of experiments is conducted in order to compare its performance to other popular EC methods. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Evolutionary Computation Techniques: A Comparative Perspective [documento electrónico] / Cuevas, Erik, ; Osuna, ValentÃn, ; Oliva, Diego, . - 1 ed. . - [s.l.] : Springer, 2017 . - XV, 222 p. 74 ilustraciones, 33 ilustraciones en color.
ISBN : 978-3-319-51109-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro compara el rendimiento de varias técnicas de computación evolutiva (EC) cuando se enfrentan a problemas de optimización complejos extraÃdos de diferentes dominios de la ingenierÃa. Centrándose especialmente en los algoritmos desarrollados recientemente, está diseñado para que cada capÃtulo pueda leerse de forma independiente. Se han reportado en la literatura varias comparaciones entre técnicas de EC, sin embargo, todas adolecen de una limitación: sus conclusiones se basan en el desempeño de enfoques evolutivos populares sobre un conjunto de funciones sintéticas con soluciones exactas y comportamientos bien conocidos, sin considerar la contexto de aplicación o incluyendo desarrollos recientes. En cada capÃtulo se plantea un complejo problema de optimización de ingenierÃa y luego se presenta una técnica particular de EC como la mejor opción, de acuerdo con sus caracterÃsticas de búsqueda. Por último, se lleva a cabo una serie de experimentos para comparar su rendimiento con otros métodos populares de CE. Nota de contenido: Preface -- Introduction -- Multilevel segmentation in digital images -- Multi-Circle detection on images -- Template matching -- Motion estimation -- Photovoltaic cell design -- Parameter identification of induction motors -- White blood cells Detection in images -- Estimation of view transformations in images -- Filter Design. Tipo de medio : Computadora Summary : This book compares the performance of various evolutionary computation (EC) techniques when they are faced with complex optimization problems extracted from different engineering domains. Particularly focusing on recently developed algorithms, it is designed so that each chapter can be read independently. Several comparisons among EC techniques have been reported in the literature, however, they all suffer from one limitation: their conclusions are based on the performance of popular evolutionary approaches over a set of synthetic functions with exact solutions and well-known behaviors, without considering the application context or including recent developments. In each chapter, a complex engineering optimization problem is posed, and then a particular EC technique is presented as the best choice, according to its search characteristics. Lastly, a set of experiments is conducted in order to compare its performance to other popular EC methods. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
