dc.contributorRauber, T. W.
dc.contributorKROHLING, R. A.
dc.contributorMONARD, M. C.
dc.date.accessioned2016-07-11
dc.date.accessioned2016-08-29T15:33:12Z
dc.date.accessioned2019-05-28T12:28:24Z
dc.date.available2016-07-11
dc.date.available2016-08-29T15:33:12Z
dc.date.available2019-05-28T12:28:24Z
dc.date.created2016-07-11
dc.date.created2016-08-29T15:33:12Z
dc.date.issued2010-02-12
dc.identifierOLIVEIRA, A. B., Modelo de Predição para análise comparativa de Técnicas Neuro-Fuzzy e de Regressão.
dc.identifierhttp://repositorio.ufes.br/handle/10/4218
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/2870292
dc.description.abstractOs Modelos de Predição implementados pelos algoritmos de Aprendizagem de Máquina advindos como linha de pesquisa da Inteligência Computacional são resultantes de pesquisas e investigações empíricas em dados do mundo real. Neste contexto; estes modelos são extraídos para comparação de duas grandes técnicas de aprendizagem de máquina Redes Neuro-Fuzzy e de Regressão aplicadas no intuito de estimar um parâmetro de qualidade do produto em um ambiente industrial sob processo contínuo. Heuristicamente; esses Modelos de Predição são aplicados e comparados em um mesmo ambiente de simulação com intuito de mensurar os níveis de adequação dos mesmos, o poder de desempenho e generalização dos dados empíricos que compõem este cenário (ambiente industrial de mineração).
dc.publisherUniversidade Federal do Espírito Santo
dc.publisherBR
dc.publisherPrograma de Pós-Graduação em Informática
dc.publisherUFES
dc.publisherMestrado em Informática
dc.subjectSupport Vector Machine (SVM) for Regression / Relevance Vect
dc.titleModelo de Predição para análise comparativa de Técnicas Neuro-Fuzzy e de Regressão.
dc.typeTesis


Este ítem pertenece a la siguiente institución