000 -Record Label |
fixed length control field |
02550nam 2200349| 4500 |
005 - Identificador da versão |
control field |
20220214161708.0 |
010 ## - ISBN - International Standard Book Number |
Número (ISBN) |
978-3-319-30515-8 |
Modalidade de aquisição e/ou preço |
compra |
100 ## - Entrada principal |
Dados gerais de processamento |
20190128d2016 k||y0pory50 ba |
101 ## - Língua do documento |
Língua do texto, banda sonora, etc. |
eng |
102 ## - País da publicação |
País de publicação |
Switzerland, Swiss Confederation |
200 ## - Título |
Título próprio |
Search techniques in intelligent classification systems |
Indicação geral da natureza do documento |
Documento eletrónico |
Primeira menção de responsabilidade |
Andrey V. Savchenko |
210 ## - Local de edição |
Lugar da edição, distribuição, etc. |
Cham |
Nome do editor, distribuidor, etc. |
Springer International Publishing |
Data da publicação, distribuição, etc. |
2016 |
215 ## - Descrição física (Vol.pg.fl.tm.fsc) |
Descrição física |
XIII, 82 p. |
Outras indicações físicas |
il. |
225 ## - Coleção |
Título próprio da colecção |
SpringerBriefs in Optimization |
300 ## - Notas gerais |
Texto da nota |
Colocação: Online |
303 ## - Notas Informação descritiva |
Texto da nota |
A unified methodology for categorizing various complex objects is presented in this book. Through probability theory, novel asymptotically minimax criteria suitable for practical applications in imaging and data analysis are examined including the special cases such as the Jensen-Shannon divergence and the probabilistic neural network. An optimal approximate nearest neighbor search algorithm, which allows faster classification of databases is featured. Rough set theory, sequential analysis and granular computing are used to improve performance of the hierarchical classifiers. Practical examples in face identification (including deep neural networks), isolated commands recognition in voice control system and classification of visemes captured by the Kinect depth camera are included. This approach creates fast and accurate search procedures by using exact probability densities of applied dissimilarity measures. This book can be used as a guide for independent study and as supplementary material for a technically oriented graduate course in intelligent systems and data mining. Students and researchers interested in the theoretical and practical aspects of intelligent classification systems will find answers to: - Why conventional implementation of the naive Bayesian approach does not work well in image classification? - How to deal with insufficient performance of hierarchical classification systems? - Is it possible to prevent an exhaustive search of the nearest neighbor in a database? |
410 ## - Séries Coleção |
ISSN |
2190-8354 |
606 ## - Nome comum como assunto |
Koha Internal code |
5098 |
Elemento de entrada |
Otimização matemática |
606 ## - Nome comum como assunto |
Koha Internal code |
6826 |
Elemento de entrada |
Reconhecimento de padrões |
606 ## - Nome comum como assunto |
Koha Internal code |
151 |
Elemento de entrada |
Maquinaria |
606 ## - Nome comum como assunto |
Koha Internal code |
26830 |
Elemento de entrada |
Teoria dos sistemas |
606 ## - Nome comum como assunto |
Koha Internal code |
22924 |
Elemento de entrada |
Teoria do potencial (Matemática) |
680 ## - Classificação Biblioteca Congresso |
Notação |
QA402.5 |
700 ## - Autor (resp. principal) |
Koha Internal Code |
33899 |
Palavra de ordem |
Savchenko |
Outra parte do nome |
Andrey V. |
801 ## - Fonte de origem |
Regras de catalogação |
RPC |
País |
Portugal |
856 ## - URL Endereço WEB |
URL |
https://doi.org/10.1007/978-3-319-30515-8 |
942 ## - Elementos de entrada adicionados (Koha) |
Fonte da classificação ou esquema de estante |
|
Tipo de item no Koha |
E-Books |
Suprimido |
0 |