Cluster-CV: uma abordagem de visão computacional para a identificação espacial de agrupamentos de dados

Página do item simplificado
dc.creatorBrayan Acevedo Jaimes
dc.creatorCristiano L. Castro
dc.creatorLuiz C. B. Torres
dc.creatorGustavo R. L. Silva
dc.creatorAntônio de Pádua Braga
dc.date.accessioned2025-03-28T15:02:57Z
dc.date.accessioned2025-09-08T23:59:34Z
dc.date.available2025-03-28T15:02:57Z
dc.date.issued2017
dc.identifier.urihttps://hdl.handle.net/1843/81061
dc.languagepor
dc.publisherUniversidade Federal de Minas Gerais
dc.relation.ispartofCongresso Brasileiro de Inteligência Computacional
dc.rightsAcesso Aberto
dc.subjectSistemas lineares
dc.subjectVisão por computador
dc.subject.otherMatriz de Distâncias, VC, Agrupamento não supervisionado, Sobreposição, Autovetor, Autovalor
dc.subject.othernão existe perda de informação ou de amostras na região de sobreposição, porque o método é robusto ao ruído
dc.titleCluster-CV: uma abordagem de visão computacional para a identificação espacial de agrupamentos de dados
dc.typeArtigo de evento
local.description.resumoEste trabalho apresenta uma análise da Matriz de Distâncias através de Visão Computacional (VC) com o objetivo de identificar o número k de agrupamentos sobre bases de dados com sobreposição entre grupos, sendo esta uma abordagem de agrupamento não supervisionado. Assim, com a Matriz de Distâncias que é obtida de uma métrica de distância aplicada par-a-par no conjunto de dados, são aproveitadas e extraídas informações visuais para identificar de forma individual cada um dos agrupamentos contidos nos dados. As amostras pertencentes a cada agrupamento são projetadas em um novo espaço linear, de forma que a sobreposição e distância de separação entre agrupamentos (clusters) seja corrigida e aumentada sem perder informação. Os resultados da metodologia aplicada nos experimentos mostram ser promissores, garantindo agrupamentos de dados sem sobreposição e sem perda de informação.
local.publisher.countryBrasil
local.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELETRÔNICA
local.publisher.initialsUFMG
local.url.externahttps://sbic.org.br/wp-content/uploads/2018/09/cbic-paper-23.pdf

Arquivos

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
License.txt
Tamanho:
1.99 KB
Formato:
Plain Text
Descrição:
Baixar

Coleções

Artigo de Evento

Logo UFMG