Um classificador neuronal compacto e eficiente com capacidade de identificar contaminação em dados experimentais
AUTOR(ES)
Damazio, Denis Oliveira, Seixas, José Manoel de, Soares, A. C.
FONTE
Sba: Controle & Automação Sociedade Brasileira de Automatica
DATA DE PUBLICAÇÃO
2003-12
RESUMO
Um sistema classificador neuronal é desenvolvido para identificar três classes de partículas em física experimental de altas energias. O sistema usa a extração de componentes principais de discriminação para combinar compacticidade e alta eficiência de classificação, identificando, inclusive, a contaminação presente nos dados experimentais. Mais de 97% dos eventos analisados são corretamente classificados.
ASSUNTO(S)
redes neurais reconhecimento de padrões pré-processamento
Documentos Relacionados
- Adimensionalização de dados experimentais de capacidade de transporte e perda em solo
- Extração de feições em dados imagem com alta dimensão por otimização da distância de Bhattacharyya em um classificador de decisão em árvore
- Metodologia para atualização de modelos numéricos de pontes com base em dados experimentais
- ''LAB Fit ajuste de curvas'': um software em português para tratamento de dados experimentais
- Analise radiografica da região de furca, apos a confecção e contaminação de trepanações experimentais em dentes de cães seladas com diferentes materiais