Buscar
Mostrando ítems 1-10 de 86
Hierarchical clustering and stochastic distance for indirect semi-supervised remote sensing image classification
(Springer, 2019-03-01)
Usually, image classification methods have supervised or unsupervised learning paradigms. While unsupervised methods do not need training data, the meanings behind the classified elements are not explicitly know. Conversely, ...
Model selection for semi-supervised clustering
(Athens, 2014-03)
Although there is a large and growing literature that tackles the semi-supervised clustering problem (i.e., using some labeled objects or cluster-guiding constraints like \must-link" or \cannot-link"), the evaluation of ...
Active learning strategies for semi-supervised DBSCAN
(Springer International PublishingCham, 2014)
The semi-supervised, density-based clustering algorithm SSDBSCAN extracts clusters of a given dataset from different density levels by using a small set of labeled objects. A critical assumption of SSDBSCAN is, however, ...
Evolução da semissupervisão em detecção online de agrupamentos
(Universidade Federal de UberlândiaBrasilPrograma de Pós-graduação em Ciência da Computação, 2017)
Agrupamento de dados semissupervisionado na geração de regras fuzzy
(Universidade Federal de São CarlosUFSCarPrograma de Pós-Graduação em Ciência da Computação - PPGCCCâmpus São Carlos, 2010-08-27)
Inductive learning is, traditionally, categorized as supervised and unsupervised.
In supervised learning, the learning method is given a labeled data set (classes
of data are known). Those data sets are adequate for ...
Incorporação de múltiplos representantes auxiliares em processos de detecção de agrupamentos semi-supervisionados
(Universidade Federal de UberlândiaBRPrograma de Pós-graduação em Ciência da ComputaçãoCiências Exatas e da TerraUFU, 2016)
Aprendizado semi-supervisionado e não supervisionado para análise de dados de expressão gênica
(Universidade Federal de São CarlosBRUFSCarPrograma de Pós-Graduação em Ciência da Computação - PPGCC, 2008-05-27)
Data clustering has been seen, in the last decades, as an important tool for gene expression data analysis. In recent years, due to the progress in gene annotation research, a
growing interest has been noticed for the ...
Aprendizado ativo para classificadores de fluxo de dados baseados em agrupamentoActive learning for clustering-based data stream classifiers
(Universidade Federal de UberlândiaBrasilPrograma de Pós-graduação em Ciência da Computação, 2022)
Árvore de predição semi-supervisionada para predição de localização subcelular de proteínas
(Universidade Federal de São CarlosUFSCarCâmpus São CarlosEngenharia de Computação - EC, 2021-11-19)
Protein subcellular localization is a really important classification task, because the location of proteins inside a cell is directly related to these protein’s functions. As there are a lot of proteins that reside at the ...