Uma nova métrica para redução de dimensionalidade em modelos de aprendizado neural

dc.creator	Silva Camargo, Sandro da
dc.creator	Engel, Paulo Martins
dc.date	2009-10
dc.date	2009
dc.date	2012-09-19T17:45:44Z
dc.identifier	http://sedici.unlp.edu.ar/handle/10915/21207
dc.description	Cientistas das diversas áreas de conhecimento humano têm se deparado com a necessidade de resolver problemas que envolvem a compreensão de dados de alta dimensionalidade. Assim, a utilização de técnicas de aprendizado de máquina tem sido dificultada por limitações na quantidade de exemplos aliada ao excesso de variáveis aleatórias descrevendo os dados. Este trabalho apresenta uma nova abordagem para redução de dimensionalidade dos dados a fim de melhorar a escalabilidade dos algoritmos de aprendizado baseados em redes neurais. São apresentados experimentos que demonstram a eficiência da abordagem proposta na criação de modelos neurais mais simples e mais precisos dos dados.
dc.description	VI Workshop Bases de Datos y Minería de Datos (WBD)
dc.description	Red de Universidades con Carreras en Informática (RedUNCI)
dc.format	application/pdf
dc.format	1051-1060
dc.language	pt
dc.relation	XV Congreso Argentino de Ciencias de la Computación
dc.rights	http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.rights	Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.subject	Ciencias Informáticas
dc.title	Uma nova métrica para redução de dimensionalidade em modelos de aprendizado neural
dc.type	Objeto de conferencia
dc.type	Objeto de conferencia