Busca avançada
Ano de início
Entree

Novas tendências em reconhecimento de padrões baseado em floresta de caminhos ótimos

Processo: 09/16206-1
Modalidade de apoio:Auxílio à Pesquisa - Jovens Pesquisadores
Vigência: 01 de março de 2010 - 28 de fevereiro de 2014
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:João Paulo Papa
Beneficiário:João Paulo Papa
Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Pesquisadores associados:Alexandre Xavier Falcão ; Aparecido Nilceu Marana
Auxílios(s) vinculado(s):14/02424-5 - 22nd International Conference on Pattern Recognition, AR.EXT
12/13988-1 - The 37th IEEE Conference on Local Computer Networks, AR.EXT
Bolsa(s) vinculada(s):13/20387-7 - Otimização de hiperparâmetros em arquiteturas de aprendizado em profundidade, BE.PQ
13/23312-8 - OPFWeb: Uma solução "In-a-Box" baseada em Floresta de Caminhos Ótimos para problemas de aprendizado de máquina - Módulo Avançado e Integração com cudaOPF, BP.TT
13/19887-5 - OPFWeb: uma solução in-a-box baseada em Floresta de Caminhos Ótimos para problemas de aprendizado de máquina: interface com o usuário, BP.TT
+ mais bolsas vinculadas 13/05417-7 - OPFWeb: uma solução in-a-box baseada em floresta de caminhos ótimos para problemas de aprendizado de máquina: módulo avançado e integração com cudaOPF, BP.TT
13/05513-6 - Obtenção de neurônios de redes neurais de base radial via agrupamento de dados por floresta de caminhos ótimos, BP.IC
12/18878-0 - OPFWeb: Uma solução "In-a-Box" baseada em Floresta de Caminhos Ótimos para problemas de aprendizado de máquina - Interface com o Usuário, BP.TT
12/14494-2 - PyOPF: Uma Biblioteca para o Desenvolvimento de Classificadores de Padrões baseados em Floresta de Caminhos Ótimos em Python, BP.TT
12/06472-9 - Explorando Abordagens de Classificação Contextual para Floresta de Caminhos Ótimos, BP.DR
12/09809-4 - Combinação de Descritores Utilizando Charged System Search e Bat Algorithm, BP.IC
11/14058-5 - Explorando Abordagens de Aprendizado Sequencial para Floresta de Caminhos Ótimos, BP.MS
11/14094-1 - Explorando Abordagens de Múltiplos Rótulos por Floresta de Caminhos Ótimos, BP.MS
11/11777-0 - Combinacao de Descritores Utilizando Busca Harmônica e Floresta de Caminhos Ótimos, BP.IC
11/07774-6 - OPFWeb: Uma solução "In-a-Box" baseada em Floresta de Caminhos Ótimos para problemas de aprendizado de máquina - Módulo de Desenvolvimento, BP.TT
11/08348-0 - Implementação do Algoritmo de Teste do Classificador Floresta de Caminhos Ótimos em GPU, BP.IC
10/12222-0 - Classificação Automática de Plantas Daninhas Aquáticas Utilizando Análise de Formas e Floresta de Caminhos Ótimos, BP.IC
10/02045-3 - Detecção de Intrusões Baseada em Floresta de Caminhos Ótimos, BP.MS
10/12697-8 - Implementação do Algoritmo de Treinamento do Classificador Floresta de Caminhos Ótimos em GPU, BP.MS
10/11676-7 - Redução do Tamanho do Conjunto de Treinamento por Floresta de Caminhos Ótimos e sua Aplicação em Máquinas de Vetores de Suporte, BP.IC - menos bolsas vinculadas
Assunto(s):Processamento de imagens  Inteligência artificial  Reconhecimento de padrões 
Palavra(s)-Chave do Pesquisador:Processamento de imagens | Reconhecimento de Padrões | Reconhecimento de padrões e processamento de imagens

Resumo

Classificadores de padrões tradicionais, tais como Máquinas de Vetores de Suporte (Support Vector Machines - SVM) e redes neurais, pagam o preço de uma etapa de treinamento muito custosa para atingir taxas de exatidão aceitáveis em um conjunto de teste. Ainda assim, são inviáveis em situações que exigem um constante retreinamento dos dados e, principalmente, em aplicações com grande volume de dados (segmentação interativa de imagens de ressonância magnética do cérebro e de partículas de ferro em imagens metalográficas de alta resolução, por exemplo). Recentemente, um novo algoritmo de reconhecimento de padrões denominado Floresta de Caminhos Ótimos (Optimum-Path Forest - OPF) foi proposto na literatura, o qual demonstrou ser superior a redes neurais e classificadores bayesianos e similar às SVM, porém extremamente mais rápido (500x-1000x, dependendo do tamanho da base de dados), sendo ainda contemplado com 3 prêmios no ano de 2009. O classificador OPF modela a tarefa de classificação dos dados como sendo um problema de partição de um grafo induzido pelo espaço de características em árvores de caminhos ótimos (Optimum-Path Tree - OPT), onde cada amostra está mais fortemente conexa à raiz de sua árvore do que a qualquer outra raiz nessa floresta. Amostras pertencentes a uma mesma OPT recebem o mesmo rótulo no processo de classificação dos dados. Embora o classificador OPF tenha sido utilizado em diversas áreas de pesquisa nos últimos 2 anos, tais como sensoriamento remoto, visão computacional (impressão digital e reconhecimento de faces), identificação de doenças parasitárias em humanos e processamento de sinais biomédicos, existem ainda muitas outras que necessitam validar a sua aplicabilidade. O presente projeto de pesquisa objetiva um amplo e completo estudo do classificador OPF, bem como o desenvolvimento de novas variantes do mesmo, sua implementação em GPU (Graphics Processing Unit) e sua aplicação em diversas outras áreas de pesquisa e em situações que demandam um grande volume de dados, as quais não podem ainda ser resolvidas com eficiência e eficácia pelos tradicionais métodos de reconhecimento de padrões, tais como redes neurais e SVM. O projeto engloba ainda a aplicação do OPF em rastreamento de objetos e processamento de sinais. Cooperações com diversos grupos de pesquisa nacionais e internacionais, atuando como uma força tarefa no sentido de divulgar e validar o classificador OPF, estão contempladas na presente proposta de projeto de pesquisa. Vale ressaltar, também, que todos os trabalhos propostos pelo referido projeto caracterizam-se pelo seu caráter inovador, pois cada um deles abrange uma área de pesquisa ainda não contemplada pelo classificador OPF. Esta proposta de projeto de pesquisa contempla atividades em todos os níveis de pesquisa, tais como iniciação científica e pós-graduação. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (39)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
PAPA, JOAO PAULO; NACHIF FERNANDES, SILAS EVANDRO; FALCAO, ALEXANDRE XAVIER. Optimum-Path Forest based on k-connectivity: Theory and applications. PATTERN RECOGNITION LETTERS, v. 87, n. SI, p. 117-126, . (14/16250-9, 09/16206-1, 13/20387-7)
OSAKU, D.; NAKAMURA, R. Y. M.; PEREIRA, L. A. M.; PISANI, R. J.; LEVADA, A. L. M.; CAPPABIANCO, F. A. M.; FALCO, A. X.; PAPA, JOAO P.. Improving land cover classification through contextual-based optimum-path forest. INFORMATION SCIENCES, v. 324, p. 60-87, . (14/16250-9, 09/16206-1, 12/06472-9, 13/20387-7)
PIRES, RAFAEL G.; PEREIRA, DANILLO R.; PEREIRA, LUIS A. M.; MANSANO, ALEX F.; PAPA, JOO P.. Projections onto convex sets parameter estimation through harmony search and its application for image restoration. NATURAL COMPUTING, v. 15, n. 3, SI, p. 493-502, . (14/16250-9, 09/16206-1, 11/14094-1, 13/20387-7)
PISANI, RODRIGO JOSE; MIZOBE NAKAMURA, RODRIGO YUJI; RIEDEL, PAULINA SETTI; LOPES ZIMBACK, CELIA REGINA; FALCAO, ALEXANDRE XAVIER; PAPA, JOAO PAULO. Toward Satellite-Based Land Cover Classification Through Optimum-Path Forest. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, v. 52, n. 10, p. 6075-6085, . (10/11676-7, 09/16206-1)
COSTA, KELTON A. P.; PEREIRA, LUIS A. M.; NAKAMURA, RODRIGO Y. M.; PEREIRA, CLAYTON R.; PAPA, JOAO P.; FALCAO, ALEXANDRE XAVIER. A nature-inspired approach to speed up optimum-path forest clustering and its application to intrusion detection in computer networks. INFORMATION SCIENCES, v. 294, p. 95-108, . (10/02045-3, 11/14094-1, 09/16206-1, 11/14058-5, 13/20387-7)
PEREIRA, CLAYTON R.; PEREIRA, DANILO R.; SILVA, FRANCISCO A.; MASIEIRO, JOAO P.; WEBER, SILKE A. T.; HOOK, CHRISTIAN; PAPA, JOAO P.. A new computer vision-based approach to aid the diagnosis of Parkinson's disease. COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE, v. 136, p. 79+, . (13/20387-7, 14/16250-9, 09/16206-1)
PASSOS JUNIOR, LEANDRO APARECIDO; OBA RAMOS, CAIO CESAR; RODRIGUES, DOUGLAS; PEREIRA, DANILLO ROBERTO; DE SOUZA, ANDRE NUNES; PONTARA DA COSTA, KELTON AUGUSTO; PAPA, JOAO PAULO. Unsupervised non-technical losses identification through optimum-path forest. Electric Power Systems Research, v. 140, p. 413-423, . (12/14158-2, 09/16206-1, 13/20387-7, 15/00801-9, 14/16250-9)
SUZUKI, CELSO T. N.; GOMES, JANCARLO F.; FALCAO, ALEXANDRE X.; PAPA, JOAO P.; HOSHINO-SHIMIZU, SUMIE. Automatic Segmentation and Classification of Human Intestinal Parasites From Microscopy Images. IEEE Transactions on Biomedical Engineering, v. 60, n. 3, p. 803-812, . (04/11218-8, 08/50090-8, 09/16206-1, 03/14096-8, 08/57428-4, 06/61385-3)
RAMOS, CAIO C. O.; PAPA, JOAO P.; SOUZA, ANDRE N.; CHIACHIA, GIOVANI; FALCAO, ALEXANDRE X.; IEEE. What is the Importance of Selecting Features for Non-Technical Losses Identif cation?. 2011 IEEE INTERNATIONAL SYMPOSIUM ON CIRCUITS AND SYSTEMS (ISCAS), v. N/A, p. 4-pg., . (09/16206-1)
PAPA, JOAO PAULO; ROCHA, ANDERSON; IEEE. IMAGE CATEGORIZATION THROUGH OPTIMUM PATH FOREST AND VISUAL WORDS. 2011 18TH IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP), v. N/A, p. 4-pg., . (09/16206-1, 10/05647-4)
LUZ, EDUARDO JOSE DA S.; NUNES, THIAGO M.; DE ALBUQUERQUE, VICTOR HUGO C.; PAPA, JOAO P.; MENOTTI, DAVID. ECG arrhythmia classification based on optimum-path forest. EXPERT SYSTEMS WITH APPLICATIONS, v. 40, n. 9, p. 3561-3573, . (09/16206-1)
PAPA, J. P.; PAGNIN, A.; SCHELLINI, S. A.; SPADOTTO, A.; GUIDO, R. C.; PONTI, M.; CHIACHIA, G.; FALCAO, A. X.; IEEE. FEATURE SELECTION THROUGH GRAVITATIONAL SEARCH ALGORITHM. 2011 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING, v. N/A, p. 4-pg., . (09/16206-1)
SPADOTO, ANDRE A.; GUIDO, RODRIGO C.; PAPA, JOAO P.; FALCAO, ALEXANDRE X.; IEEE. Parkinson's disease Identification Through Optimum-Path Forest. 2010 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY (EMBC), v. N/A, p. 4-pg., . (09/16206-1)
DA COSTA, KELTON A. P.; PEREIRA, CLAYTON R.; PEREIRA, LUIS A. M.; NAKAMURA, RODRIGO M.; PAPA, JOAO PAULO. A Comparison about Evolutionary Algorithms for Optimum-Path Forest Clustering Optimization. JOURNAL OF INFORMATION ASSURANCE AND SECURITY, v. 8, n. 2, p. 10-pg., . (11/14058-5, 09/16206-1, 12/14494-2, 11/14094-1)
RODRIGUES, D.; PEREIRA, L. A. M.; ALMEIDA, T. N. S.; PAPA, J. P.; SOUZA, A. N.; RAMOS, C. C. O.; YANG, XIN-SHE; IEEE. BCS: A Binary Cuckoo Search Algorithm for Feature Selection. 2013 IEEE INTERNATIONAL SYMPOSIUM ON CIRCUITS AND SYSTEMS (ISCAS), v. N/A, p. 4-pg., . (09/16206-1, 11/14094-1)
SPADOTO, ANDRE A.; GUIDO, RODRIGO C.; CARNEVALI, FELIPE L.; PAGNIN, ANDRE F.; FALCAO, ALEXANDRE X.; PAPA, JOAO P.; IEEE. Improving Parkinson's Disease Identification Through Evolutionary-Based Feature Selection. 2011 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY (EMBC), v. N/A, p. 4-pg., . (09/16206-1)
ALBUQUERQUE, VICTOR H. C.; NAKAMURA, RODRIGO Y. M.; PAPA, JOAO P.; SILVA, CLEITON C.; TAVARES, JOAO MANUEL R. S.; TAVARES, JMRS; JORGE, RMN. Automatic segmentation of the secondary austenite-phase island precipitates in a superduplex stainless steel weld metal. COMPUTATIONAL VISION AND MEDICAL IMAGE PROCESSING: VIPIMAGE 2011, v. N/A, p. 6-pg., . (09/16206-1)
PAPA, JOAO PAULO; NACHIF FERNANDES, SILAS EVANDRO; FALCAO, ALEXANDRE XAVIER. Optimum-Path Forest based on k-connectivity: Theory and applications. PATTERN RECOGNITION LETTERS, v. 87, p. 10-pg., . (14/16250-9, 09/16206-1, 13/20387-7)
PEREIRA, LUIS A. M.; PAPA, JOAO P.; COELHO, ANDRE L. V.; LIMA, CLODOALDO A. M.; PEREIRA, DANILLO R.; DE ALBUQUERQUE, VICTOR HUGO C.. Automatic identification of epileptic EEG signals through binary magnetic optimization algorithms. NEURAL COMPUTING & APPLICATIONS, v. 31, p. 13-pg., . (09/16206-1, 14/16250-9, 11/14094-1)
CASTELO-FERNANDEZ, CESAR; DE REZENDE, PEDRO J.; FALCAO, ALEXANDRE X.; PAPA, JOAO PAULO; BLOCH, I; CESAR, RM. Improving the Accuracy of the Optimum-Path Forest Supervised Classifier for Large Datasets. Lecture Notes in Computer Science, v. 6419, p. 3-pg., . (07/52015-0, 09/16206-1, 07/52015-0)
IWASHITA, ADRIANA S.; PAPA, JOAO P.; FALCAO, ALEXANDRE X.; LOTUFO, ROBERTO A.; DE ARAUJO OLIVEIRA, VICTOR M.; COSTA DE ALBUQUERQUE, VICTOR H.; TAVARES, JOAO MANUEL R. S.; IEEE. Speeding Up Optimum-Path Forest Training by Path-cost Propagation. 2012 21ST INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR 2012), v. N/A, p. 4-pg., . (09/16206-1, 10/12697-8)
PAPA, JOAO P.; PEREIRA, CLAYTON R.; DE ALBUQUERQUE, VICTOR H. C.; SILVA, CLEITON C.; FALCAO, ALEXANDRE X.; TAVARES, JAAO MANUEL R. S.; AGGARWAL, JK; BARNEVA, RP; BRIMKOV, VE; KOROUTCHEV, KN; et al. Precipitates Segmentation from Scanning Electron Microscope Images through Machine Learning Techniques. COMBINATORIAL IMAGE ANALYSIS, v. 6636, p. 13-pg., . (09/16206-1, 10/02045-3)
AFONSO, LUIS C. S.; PAPA, JOAO P.; MARANA, APARECIDO N.; POURSABERI, AHMAD; YANUSHKEVICH, SVETLANA N.; IEEE. A Fast Large Scale Iris Database Classification with Optimum-Path Forest Technique: A Case Study. 2012 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), v. N/A, p. 5-pg., . (09/16206-1)
IWASHITA, ADRIANA S.; ROMERO, MARCOS V. T.; BALDASSIN, ALEXANDRO; COSTA, KELTON A. P.; PAPA, JOAO P.; BATTIATO, S; BRAZ, J. Training Optimum-Path Forest on Graphics Processing Units. PROCEEDINGS OF THE 2014 9TH INTERNATIONAL CONFERENCE ON COMPUTER VISION, THEORY AND APPLICATIONS (VISAPP 2014), VOL 2, v. N/A, p. 8-pg., . (09/16206-1, 10/12697-8, 11/08348-0)
ROMERO, MARCOS V. T.; IWASHITA, ADRIANA S.; PAPA, LUCIENE P.; SOUZA, ANDRE N.; PAPA, JOAO P.; BATTIATO, S; BRAZ, J. Fast Optimum-Path Forest Classification on Graphics Processors. PROCEEDINGS OF THE 2014 9TH INTERNATIONAL CONFERENCE ON COMPUTER VISION, THEORY AND APPLICATIONS (VISAPP 2014), VOL 2, v. N/A, p. 5-pg., . (09/16206-1, 10/12697-8, 11/08348-0)
PIRES, RAFAEL G.; PEREIRA, DANILLO R.; PEREIRA, LUIS A. M.; MANSANO, ALEX F.; PAPA, JOO P.. Projections onto convex sets parameter estimation through harmony search and its application for image restoration. NATURAL COMPUTING, v. 15, n. 3, p. 10-pg., . (11/14094-1, 09/16206-1, 13/20387-7, 14/16250-9)
RODRIGUES, DOUGLAS; PEREIRA, LUIS A. M.; PAPA, JOAO P.; RAMOS, CAIO C. O.; SOUZA, ANDRE N.; PAPA, LUCIENE P.; WILSON, R; HANCOCK, E; BORS, A; SMITH, W. Optimizing Feature Selection through Binary Charged System Search. COMPUTER ANALYSIS OF IMAGES AND PATTERNS, PT I, v. 8047, p. 8-pg., . (09/16206-1, 11/14094-1, 12/14158-2)
PEREIRA, LUIS A. M.; PAPA, JOAO P.; COELHO, ANDRE L. V.; LIMA, CLODOALDO A. M.; PEREIRA, DANILLO R.; DE ALBUQUERQUE, VICTOR HUGO C.. Automatic identification of epileptic EEG signals through binary magnetic optimization algorithms. NEURAL COMPUTING & APPLICATIONS, v. 31, n. 2, p. 1317-1329, . (14/16250-9, 09/16206-1, 11/14094-1)
NUNES, THIAGO M.; COELHO, ANDRE L. V.; LIMA, CLODOALDO A. M.; PAPA, JOAO P.; DE ALBUQUERQUE, VICTOR HUGO C.. EEG signal classification for epilepsy diagnosis via optimum path forest - A systematic assessment. Neurocomputing, v. 136, p. 103-123, . (09/16206-1)
NUNES, THIAGO M.; DE ALBUQUERQUE, VICTOR HUGO C.; PAPA, JOAO P.; SILVA, CLEITON C.; NORMANDO, PAULO G.; MOURA, ELINEUDO P.; TAVARES, JOAO MANUEL R. S.. Automatic microstructural characterization and classification using artificial intelligence techniques on ultrasound signals. EXPERT SYSTEMS WITH APPLICATIONS, v. 40, n. 8, p. 3096-3105, . (09/16206-1)
NAKAMURA, RODRIGO Y. M.; GARCIA FONSECA, LEILA MARIA; DOS SANTOS, JEFERSSON ALEX; TORRES, RICARDO DA S.; YANG, XIN-SHE; PAPA, JOAO PAPA. Nature-Inspired Framework for Hyperspectral Band Selection. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, v. 52, n. 4, p. 2126-2137, . (08/58528-2, 09/16206-1, 08/58112-0, 11/14058-5, 12/18768-0, 09/18438-7)
PEREIRA, L. A. M.; RODRIGUES, D.; RIBEIRO, P. B.; PAPA, J. P.; WEBER, SILKE A. T.; IEEE. SOCIAL-SPIDER OPTIMIZATION-BASED ARTIFICIAL NEURAL NETWORKS TRAINING AND ITS APPLICATIONS FOR PARKINSON'S DISEASE IDENTIFICATION. 2014 IEEE 27TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS), v. N/A, p. 4-pg., . (13/20387-7, 09/16206-1, 11/14094-1)
RIBEIRO, PATRICIA B.; DA COSTA, KELTON A. P.; PAPA, JOAO P.; ROMERO, ROSELI A. F.; IEEE. Optimum-Path Forest Applied for Breast Masses Classification. 2014 IEEE 27TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS), v. N/A, p. 4-pg., . (13/20387-7, 09/16206-1, 11/14094-1)
AFONSO, L.; PAPA, J.; PAPA, L.; MARANA, A.; ROCHA, ANDERSON; IEEE. AUTOMATIC VISUAL DICTIONARY GENERATION THROUGH OPTIMUM-PATH FOREST CLUSTERING. 2012 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP 2012), v. N/A, p. 4-pg., . (09/16206-1, 10/05647-4)
PISANI, R.; RIEDEL, P.; FERREIRA, M.; MARQUES, M.; MIZOBE, R.; PAPA, J.; IEEE. LAND USE IMAGE CLASSIFICATION THROUGH OPTIMUM-PATH FOREST CLUSTERING. 2011 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM (IGARSS), v. N/A, p. 4-pg., . (10/11676-7, 09/16206-1)
PAPA, JOAO P.; GUTIERREZ, MARIO E. M.; NAKAMURA, RODRIGO Y. M.; PAPA, LUCIENE P.; VICENTINI, IRENE B. F.; VICENTINI, CARLOS A.; IEEE. Automatic Classification of Fish Germ Cells Through Optimum-Path Forest. 2011 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY (EMBC), v. N/A, p. 4-pg., . (10/11676-7, 09/16206-1)
PEREIRA, CLAYTON; NAKAMURA, RODRIGO; PAPA, JOAO PAULO; COSTA, KELTON; PFEIFER, T; JAYASUMANA, A; ASCHENBRUCK, N. Intrusion Detection System Using Optimum-Path Forest. 2011 IEEE 36TH CONFERENCE ON LOCAL COMPUTER NETWORKS (LCN), v. N/A, p. 4-pg., . (10/11676-7, 09/16206-1, 10/02045-3)
PISANI, R.; RIEDEL, P.; GOMES, A.; MIZOBE, R.; PAPA, J.; IEEE. IS IT POSSIBLE TO MAKE PIXEL-BASED RADAR IMAGE CLASSIFICATION USER-FRIENDLY?. 2011 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM (IGARSS), v. N/A, p. 4-pg., . (10/11676-7, 09/16206-1)
PEREIRA, LUIS A. M.; PAPA, JOAO PAULO; DE SOUZA, ANDRE N.; KUZLE, I; CAPUDER, T; PANDZIC, H. Harmony Search applied for Support Vector Machines Training Optimization. 2013 IEEE EUROCON, v. N/A, p. 5-pg., . (12/14158-2, 09/16206-1, 11/14094-1)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.