Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization: Abordagens Híbridas para Tarefas de Agrupamento e Classificação

Authors

  • Sarajane Marques Peres Universidade de São Paulo
  • Thiago Rocha
  • Helton H. Biscaro
  • Renata Cristina B. Madeo
  • Clodis Boscarioli

DOI:

https://doi.org/10.22456/2175-2745.13764

Abstract

Neste tutorial é apresentada uma discussão sobre o algoritmo Fuzzy-c-Means e sobre as Redes Neurais Fuzzy, considerando a proposta de inserção de princípios da Teoria de Conjuntos Fuzzynas abordagens de agrupamento e classificação clássicas: algoritmo c-Means e o modelo neural Learning Vector Quantization. A motivação para a construção de um modelo híbrido, dessa categoria, é conferir às abordagens clássicas a capacidade de lidar adequadamente com aspectos de incerteza e imprecisão, comumente encontrados em problemas reais.

Downloads

Download data is not yet available.

Author Biography

Sarajane Marques Peres, Universidade de São Paulo

Published

2012-06-01

How to Cite

Peres, S. M., Rocha, T., Biscaro, H. H., Madeo, R. C. B., & Boscarioli, C. (2012). Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization: Abordagens Híbridas para Tarefas de Agrupamento e Classificação. Revista De Informática Teórica E Aplicada, 19(1), 120–163. https://doi.org/10.22456/2175-2745.13764

Issue

Section

Tutoriais