| Título : |
Computational Intelligence for Pattern Recognition |
| Tipo de documento: |
documento electrónico |
| Autores: |
Pedrycz, Witold, ; Chen, Shyi-Ming, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2018 |
| Número de páginas: |
VIII, 428 p. 151 ilustraciones, 118 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-319-89629-8 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Inteligencia Computacional Inteligencia artificial Sistemas de reconocimiento de patrones Reconocimiento de patrones automatizado |
| Índice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
El libro presenta una revisión completa y actualizada del reconocimiento de patrones difusos. Analiza cuidadosamente una variedad de cuestiones metodológicas y algorítmicas, así como implementaciones y estudios de casos, e identifica las mejores prácticas de diseño, evalúa modelos comerciales y prácticas de reconocimiento de patrones en aplicaciones del mundo real en la industria, la atención médica, la administración y los negocios. Desde el inicio de los conjuntos difusos, el reconocimiento de patrones difusos con su metodología, algoritmos y aplicaciones ha ofrecido nuevos conocimientos sobre los principios y la práctica de la clasificación de patrones. La inteligencia computacional (CI) establece un marco integral destinado a fomentar el paradigma del reconocimiento de patrones. La colección de contribuciones incluidas en este libro ofrece una descripción general representativa de los avances en el área, con material oportuno, profundo y completo sobre la metodología y prácticas conceptualmente atractivas y prácticamente sólidas del reconocimiento de patrones basado en CI. |
| Nota de contenido: |
Robust Constrained Concept Factorization -- An Automatic Cycling Performance Measurement System Based on ANFIS -- Fuzzy Classifiers Learned Through SVMs With Application to Specific Object Detection and Shape Extraction Using an RGB-D Camera -- Low Cost Parkinson's Disease Early Detection and Classification Based on Voice and Electromyography Signal -- Particle Swarm Optimization Based HMM Parameter Estimation for Spectrum Sensing in Cognitive Radio System -- Improving Sparse Representation-Based Classification Using Local Principal Component Analysis -- Fuzzy Choquet Integration of Deep Convolutional Neural Networks for Remote Sensing -- Computational Intelligence for Pattern Recognition in EEG Signals -- Neural Network Based Physical Disorder Recognition for Elderly Health Care -- Deep Neural Networks for Structured Data -- Recognizing Subtle Micro-Facial Expressions Using Fuzzy Histogram of Optical Flow Orientations and Feature Selection Methods -- Granular Computing Techniques for Bioinformatics Pattern Recognition Problems in Non-Metric Spaces -- Multi-Classifier-Systems: Architectures, Algorithms and Applications -- Learning Label Dependency and Label Preference Relations in Graded Multi-Label Classification -- Improved Deep Neural Network Object Tracking System for Applications in Home Robotics. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Computational Intelligence for Pattern Recognition [documento electrónico] / Pedrycz, Witold, ; Chen, Shyi-Ming, . - 1 ed. . - [s.l.] : Springer, 2018 . - VIII, 428 p. 151 ilustraciones, 118 ilustraciones en color. ISBN : 978-3-319-89629-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Inteligencia Computacional Inteligencia artificial Sistemas de reconocimiento de patrones Reconocimiento de patrones automatizado |
| Índice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
El libro presenta una revisión completa y actualizada del reconocimiento de patrones difusos. Analiza cuidadosamente una variedad de cuestiones metodológicas y algorítmicas, así como implementaciones y estudios de casos, e identifica las mejores prácticas de diseño, evalúa modelos comerciales y prácticas de reconocimiento de patrones en aplicaciones del mundo real en la industria, la atención médica, la administración y los negocios. Desde el inicio de los conjuntos difusos, el reconocimiento de patrones difusos con su metodología, algoritmos y aplicaciones ha ofrecido nuevos conocimientos sobre los principios y la práctica de la clasificación de patrones. La inteligencia computacional (CI) establece un marco integral destinado a fomentar el paradigma del reconocimiento de patrones. La colección de contribuciones incluidas en este libro ofrece una descripción general representativa de los avances en el área, con material oportuno, profundo y completo sobre la metodología y prácticas conceptualmente atractivas y prácticamente sólidas del reconocimiento de patrones basado en CI. |
| Nota de contenido: |
Robust Constrained Concept Factorization -- An Automatic Cycling Performance Measurement System Based on ANFIS -- Fuzzy Classifiers Learned Through SVMs With Application to Specific Object Detection and Shape Extraction Using an RGB-D Camera -- Low Cost Parkinson's Disease Early Detection and Classification Based on Voice and Electromyography Signal -- Particle Swarm Optimization Based HMM Parameter Estimation for Spectrum Sensing in Cognitive Radio System -- Improving Sparse Representation-Based Classification Using Local Principal Component Analysis -- Fuzzy Choquet Integration of Deep Convolutional Neural Networks for Remote Sensing -- Computational Intelligence for Pattern Recognition in EEG Signals -- Neural Network Based Physical Disorder Recognition for Elderly Health Care -- Deep Neural Networks for Structured Data -- Recognizing Subtle Micro-Facial Expressions Using Fuzzy Histogram of Optical Flow Orientations and Feature Selection Methods -- Granular Computing Techniques for Bioinformatics Pattern Recognition Problems in Non-Metric Spaces -- Multi-Classifier-Systems: Architectures, Algorithms and Applications -- Learning Label Dependency and Label Preference Relations in Graded Multi-Label Classification -- Improved Deep Neural Network Object Tracking System for Applications in Home Robotics. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Computational Intelligence for Pattern Recognition
