CLASSIFICADOR ADAPTATIVO PARA DADOS IMAGEM EM ALTA DIMENSIONALIDADE COM UM CONJUNTO PEQUENO DE AMOSTRAS DE TREINAMENTO
Conteúdo do artigo principal
Resumo
Neste trabalho é testado um classificador adaptativo que visa suavizar os efeitos causados por um número insuficiente de amostras de treinamento, fato este que pode degradar severamente a acurácia dos resultados obtidos por um classificador paramétrico utilizando dados com dimensão alta. O classificador adaptativo adiciona amostras semi-rotuladas ao conjunto das amostras de treinamento com o objetivo de reduzir os efeitos causados pelo pequeno número de amostras. O efeito das amostras semi-rotuladas é controlado por meio de um peso menor do que o peso atribuído as amostras originais. Os experimentos desenvolvidos mostram que este procedimento é eficiente na redução dos efeitos do fenômeno de Hughes contribuindo para aumentar a acurácia da imagem temática produzida.
Downloads
Detalhes do artigo
Edição
Seção
Artigos
Esta obra está licenciado com uma Licença Creative Commons Attribution 3.0 Unported License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Atribuição que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (veja "O Efeito do Acesso Aberto").
Como Citar
LEMOS, Delnir Monteiro de; HAERTEL, Vitor. CLASSIFICADOR ADAPTATIVO PARA DADOS IMAGEM EM ALTA DIMENSIONALIDADE COM UM CONJUNTO PEQUENO DE AMOSTRAS DE TREINAMENTO. Revista Brasileira de Cartografia, [S. l.], v. 57, n. 3, 2009. DOI: 10.14393/rbcv57n3-43542. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/43542. Acesso em: 13 abr. 2025.
