Andere Kunden interessierten sich auch für
![Otimização das operações de pátios ferroviários]( "Otimização das operações de pátios ferroviários")
Otimização das operações de pátios ferroviários39,99 €![Selección de atributos]( "Selección de atributos")
Selección de atributos27,99 €![Tratamento de classes desbalanceadas utilizando métodos de montagem]( "Tratamento de classes desbalanceadas utilizando métodos de montagem")
Tratamento de classes desbalanceadas utilizando métodos de montagem29,99 €![Aprendizagem autónoma a partir de exemplos]( "Aprendizagem autónoma a partir de exemplos")
Aprendizagem autónoma a partir de exemplos29,99 €![Uma viagem guiada através da geração automática de histórias não-interactivas]( "Uma viagem guiada através da geração automática de histórias não-interactivas")
Uma viagem guiada através da geração automática de histórias não-interactivas29,99 €![Uma abordagem multicritério para seleção de portfólio de projetos]( "Uma abordagem multicritério para seleção de portfólio de projetos")
Uma abordagem multicritério para seleção de portfólio de projetos32,99 €![Transmissão de conhecimento coerente com comportamentos observados]( "Transmissão de conhecimento coerente com comportamentos observados")
Transmissão de conhecimento coerente com comportamentos observados34,99 €
O trabalho apresentado neste manuscrito está no campo do reconhecimento de padrões. Duas contribuições principais são feitas neste manuscrito. Em primeiro lugar, a redução da dimensionalidade que nos permite encontrar estruturas relevantes de menor dimensionalidade, ocultas dentro das observações que temos. Segundo, a aplicação de métodos meta-heurísticos híbridos para resolver problemas de otimização. Em nosso trabalho, temos nos interessado em métodos evolutivos de inspiração biológica, como algoritmos genéticos e sistemas imunológicos artificiais, e depois em métodos derivados da inteligência de enxame, que é uma área de inteligência coletiva em si mesma. O trabalho descrito neste manuscrito dá origem a aplicações inspiradas principalmente pelo comportamento coletivo de partículas, formigas, abelhas e pirilampos para a seleção de características. Em seguida, foram propostas várias hibridações de métodos anteriormente utilizados de inspiração biológica para a selecção de atributos, a fim de reduzir o número de características e melhorar as taxas de classificação.