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

  • Peres S
  • Rocha T
  • Biscaro H
  • et al.
N/ACitations
Citations of this article
63Readers
Mendeley users who have this article in their library.

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.

Cite

CITATION STYLE

APA

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

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free