Matches in SemOpenAlex for { <https://semopenalex.org/work/W3211563670> ?p ?o ?g. }
Showing items 1 to 43 of
43
with 100 items per page.
- W3211563670 abstract "Em virtude da era do Big Data e dos dispositivos IoT (Internet of Things), onde diversas aplicações presentes no cotidiano das pessoas geram dados a todo momento, surgiu uma demanda por modelos de aprendizado de máquina que são capazes de operar eficientemente em fluxos de dados contínuos. Na literatura há inúmeros algoritmos propostos para esse cenário, entretanto, em sua maioria, tratam-se de modelos de elevada complexidade e que tipicamente requerem o ajuste de diversos hiperparâmetros. O presente trabalho propõe uma maneira simples e eficaz de se definir a topologia da camada escondida da rede neural de base radial, dando a ela a capacidade de aprender incrementalmente. Esta abordagem baseia-se no algoritmo de clusterização evolutiva MicroTeda, tornando possível a atualização da arquitetura da rede à medida que novas amostras de dados são recebidas. Resultados preliminares obtidos sobre bases de dados sintéticas e reais demonstram que a abordagem proposta é promissora mesmo diante de mudanças de conceito (concept drifts) abruptas e graduais." @default.
- W3211563670 created "2021-11-22" @default.
- W3211563670 creator A5009705955 @default.
- W3211563670 creator A5017256422 @default.
- W3211563670 creator A5046687517 @default.
- W3211563670 date "2021-01-01" @default.
- W3211563670 modified "2023-10-17" @default.
- W3211563670 title "Aprendizado Incremental de Redes RBF via Agrupamento Evolutivo de Fluxos de Dados" @default.
- W3211563670 doi "https://doi.org/10.21528/cbic2021-57" @default.
- W3211563670 hasPublicationYear "2021" @default.
- W3211563670 type Work @default.
- W3211563670 sameAs 3211563670 @default.
- W3211563670 citedByCount "0" @default.
- W3211563670 crossrefType "proceedings-article" @default.
- W3211563670 hasAuthorship W3211563670A5009705955 @default.
- W3211563670 hasAuthorship W3211563670A5017256422 @default.
- W3211563670 hasAuthorship W3211563670A5046687517 @default.
- W3211563670 hasBestOaLocation W32115636701 @default.
- W3211563670 hasConcept C121332964 @default.
- W3211563670 hasConcept C138885662 @default.
- W3211563670 hasConcept C15708023 @default.
- W3211563670 hasConcept C41008148 @default.
- W3211563670 hasConceptScore W3211563670C121332964 @default.
- W3211563670 hasConceptScore W3211563670C138885662 @default.
- W3211563670 hasConceptScore W3211563670C15708023 @default.
- W3211563670 hasConceptScore W3211563670C41008148 @default.
- W3211563670 hasLocation W32115636701 @default.
- W3211563670 hasOpenAccess W3211563670 @default.
- W3211563670 hasPrimaryLocation W32115636701 @default.
- W3211563670 hasRelatedWork W10793771 @default.
- W3211563670 hasRelatedWork W11531451 @default.
- W3211563670 hasRelatedWork W14197003 @default.
- W3211563670 hasRelatedWork W1679810 @default.
- W3211563670 hasRelatedWork W3060714 @default.
- W3211563670 hasRelatedWork W3854284 @default.
- W3211563670 hasRelatedWork W6041393 @default.
- W3211563670 hasRelatedWork W770098 @default.
- W3211563670 hasRelatedWork W9584637 @default.
- W3211563670 hasRelatedWork W9783904 @default.
- W3211563670 isParatext "false" @default.
- W3211563670 isRetracted "false" @default.
- W3211563670 magId "3211563670" @default.
- W3211563670 workType "article" @default.