Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/sbai-2019-111136
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Durante a aplicação de Redes Neurais Artificiais na solução de problemas de classificação, por vezes o usuário depara-se com conjuntos de dados extremamente grandes. Isso faz com que o procedimento de treinamento, teste e validação desta rede neural se torne computacionalmente custoso. Existem, na literatura, diversas técnicas que podem ser utilizadas para reduzir o tamanho deste conjunto de treinamento. Neste trabalho, será apresentada uma análise de sensibilidade de quatro destas técnicas, onde será verificada a redução obtida em cada uma delas e o impacto de seus usos na acurácia da rede neural artificial. Para tal ação, duas classes sintéticas são desenvolvidas a partir de funções de densidade de probabilidade normais, com a alteração de suas respectivas variâncias, para avaliar o impacto da superposição entre as classes. Além disso, a quantidade de padrões também é variada neste trabalho.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo