Pesquisa Bibliográfica

Comentários: não há informação suficiente.

Referência 287

Ibrir, S.; Diop, S. Two numerical differentiation techniques for nonlinear state estimation, Proceedings of the IEEE American Control Conference, vol. 1, pp. 465-469, 1999.

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: smoothing spline, regularização, problema mal-condicionado

Comentários: os autores deste paper propõem duas versões para a computação de um algoritmo de smoothing spline que reduzem a complexidade computacional e, conseqüentemente, levam a duas ferramentas potencialmente valiosas para o problema de design de estimadores de estado não-lineares on-line.

Referência 288

Jones, L. A simple lemma on greedy approximation in Hilbert space and convergence rate for projection pursuit regression and neural network training, Annals of Statistics, vol. 20, pp. 608-613, 1992.

Fonte: ftp://ftp.sas.com/pub/neural/FAQ2.html

Resumo: não

Artigo Completo: não

Palavras-Chave: regressão, projection pursuit, regularização, treinamento de redes neurais, espaço de Hilbert

Comentários: não há informação suficiente.

Referência 289

Jones, M.C.; Sibson, R. What is Projection Pursuit?, J. Roy. Statist. Soc. A, vol. 150, pp. 1-36, 1987.

Fonte: www.stat.rice.edu/~dcox/CV/pub/node97.html

Resumo: não

Artigo Completo: não

Palavras-Chave: projection pursuit, regularização, suavidade

Comentários: não há informação suficiente.

Referência 290

Kimmeldorf, G.S.; Wahba, G. A correspondence between Bayesian estimation on stochastic processes and smoothing splines, Ann. Math. Stat., vol. 41, pp. 495-502, 1970.

Fonte: www.stat.rice.edu/~dcox/CV/pub/node97.html

Resumo: não

Artigo Completo: não

Palavras-Chave: splines suavizantes, regularização, estimação Bayesiana, processos estocásticos

Comentários: não há informação suficiente.
Referência 291

Lee, D. Algorithms for shape from shading and occluding boundaries, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 478-485, 1988.

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: regularização, splines suavizantes, sombreamento, limites

Comentários: o autor deste paper discute alguns pontos teóricos a respeito do problema de sombreamento e limites, através de uma abordagem de resolução de sistemas de equações não-lineares, usando regularização. Ele estuda a existência e unicidade do smoothing spline. Para resolução das equações, ele apresenta alguns algoritmos iterativos.
Referência 292

Lee, D.; Papageorgiou, A.; Wasilkowski, G.W. Computing optical flow, Proceedings of the Workshop on Visual Motion, pp. 99-106, 1988.

Fonte: www.bae.unicamp.br - ERL

Resumo: sim

Artigo Completo: não

Palavras-Chave: smoothing spline, regularização, problemas mal-condicionados, fluxo óptico

Comentários: os autores examinam alguns aspectos computacionais da determinação do fluxo óptico. São discutidas as abordagens baseadas em curvas e na área. São investigadas as condições necessárias e suficientes para a existência e unicidade do smoothing spline a partir do esquema de regularização prevalecente.

Referência 293

Lee, D.; Papageorgiou, A.; Wasilkowski, G.W. Computational aspects of determining optical flow, Second IEEE International Conference on Computer Vision, pp. 612-618, 1988.

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: smoothing spline, regularização, fluxo óptico, problemas mal-condicionados, visão de baixo nível

Comentários: os autores examinam alguns aspectos computacionais da determinação do fluxo óptico. São investigadas as condições necessárias e suficientes para a existência e unicidade do smoothing spline a partir do esquema de regularização. O método de Chebyshev é proposto para a computação.


Referência 294

Lee, D.; Pavlidis, T. One-dimensional regularization with discontinuities, IEEE Transactions in Pattern Analysis and Machine Intelligence, vol. 10, no. 6, pp. 822-829, Nov 1988.

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: regularização, splines suavizantes, splines cúbicos

Comentários: os autores deste artigo estudam uma classe mais geral de splines suavizantes que preservam descontinuidades e cantos. Splines cúbicos são investigados em detalhes, já que são fáceis de serem implementados e produzem curvas suaves próximas a todos os pontos de dados, exceto para aqueles marcados como descontinuidades. Um método de regularização discreto é introduzido a fim de se localizar descontinuidades e cantos.
Referência 295

Lindberg, C.; Broccoli, A.J. Representation of topography in spectral climate models and its effect on simulated precipitation, Journal of Climate, vol. 9, no. 11, pp. 2641-2659, nov. 1996.

Fonte: www.bae.unicamp.br - ERL

Resumo: sim

Artigo Completo: não

Palavras-Chave: regularização, smoothing spline, topografia, clima

Comentários: os autores deste paper descrevem um método para redução do ripple que ocorre quando se faz a expansão harmônica esférica incompleta da topografia. As novas representações harmônicas esféricas da topografia são formadas pelo mapeamento de um smoothing spline esférico não uniforme para dados geodésicos.
Referência 296

Lingjærde, O.C.; Liestøl, K. Generalized Projection Pursuit Regression, SIAM Journal on Scientific Computing, vol. 20, no. 3, pp. 844-857, 1999.

Fonte: www-stat.stanford.edu/~ole

Resumo: sim

Artigo Completo: não

Palavras-Chave: regressão não-paramétrica, projection pursuit, generalização

Comentários: os autores deste paper usam métodos de regressão não-paramétrica na análise de dados. Neste artigo eles exploram o uso da regressão “projection pursuit” generalizada.

Referência 297

Poggio, T.; Girosi, F.; Jones, M. From regularization to radial, tensor and additive splines, Proceedings of the 1993 IEEE-SP Workshop Neural Networks for Processing, pp. 3-10, Sept. 1993.

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: splines, esquemas de aproximação, funções de suavidade, funções de base radial, aprendizado construtivo

Comentários: os autores mostraram que os princípios de regularização levam a esquemas de aproximação que são equivalentes a redes com uma camada de unidades ocultas, chamadas redes de regularização. Eles sumarizam seus resultados, que mostram que redes de regularização englobam uma quantidade muito maior de esquemas de aproximação, incluindo muitos dos modelos aditivos gerais e algumas das redes neurais.
Referência 298

Reif, U. A Refineable Space of Smooth Spline Surfaces of Arbitrary Topological Genus, Journal of Approximation Theory, vol. 90, no. 2, August 1997.

Fonte: www.bae.unicamp.br - Probe - Academic Press

Resumo: sim

Artigo Completo: sim

Palavras-Chave: suavidade, smoothing spline, regularização, reconstrução de superfícies

Comentários: neste paper é mostrado que condições de suavidade paramétrica são suficientes para modelar superfícies de splines suaves de topologia arbitrária se segmentos da superfície degenerada são aceitos.
Referência 299

Roosen, C.B.; Hastie, T.J. Automatic smoothing spline projection pursuit, Journal of Computational and Graphical Statistics, vol. 3, pp. 235-248, 1994.

Fonte: ResearchIndex (CiteSeer): http://citeseer.nj.nec.com/

Resumo: sim

Artigo Completo: não

Palavras-Chave: validação cruzada, redes neurais, regressão não-paramétrica, projection pursuit, smoothing spline

Comentários: os autores deste artigo fazem uma discussão a respeito do assunto das splines suaves e projection pursuit automática, usando também os conceitos de validação cruzada e regressão não-paramétrica.
Referência 300

Shahraray, B.; Anderson, D.J. Optimal smoothing of digitized contours, Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 210-218, 1986.

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: smoothing spline, ruído, regularização, suavidade, contornos

Comentários: os autores propõem o uso de uma aproximação por splines suavizantes para suavizar os contornos digitalizados de imagens e a estimação de suas derivadas. Uma metodologia de amostragem preditiva é utilizada para desenvolver um algoritmo automático para estimação da quantidade de suavidade ótima a partir dos dados.
Referência 301

Shahraray, B.; Anderson, D.J. Optimal estimation of contour properties by cross-validated regularization, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 11, no. 6, June 1989.

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: validação cruzada, reconhecimento de padrões, estimação de parâmetros, suavidade, smoothing spline

Comentários: o problema de estimação das propriedades de amostras ruidosas de contornos suaves e discretos é usado como veículo para demonstrar a robustez da regularização com validação cruzada aplicada a um problema de visão. Apresenta-se também um método para estimação das propriedades de contorno baseado em aproximações de suavidade.
Referência 302

Silverman, B.W. Some aspects of the spline smoothing approach to nonparametric regression curve fitting, J. R. Statist. Soc. B, vol. 47, pp. 1-52, 1985.

Fonte: www.stat.rice.edu/~dcox/CV/pub/node162.html

Resumo: não

Artigo Completo: não

Palavras-Chave: suavidade, regressão não-paramétrica, regularização, splines suavizantes

Comentários: não há informação suficiente.
Referência 303

Tresp, V. The generalized Bayesian committee machine, Proceedings of Sixth International Conference on Knowledge Discovery and Data Mining, pp. 130-139, 2000.

Fonte: www.bae.unicamp.br - ERL

Resumo: sim

Artigo Completo: não

Palavras-Chave: máquina de comissão Bayesiana generalizada, splines suavizantes, redes de regularização, regressão Gaussiana

Comentários: o autor deste artigo introduz a máquina de comissão Bayesiana generalizada (GBCM) para aplicação em grandes conjuntos de dados. Em particular, a GBCM pode ser usada no contexto de sistemas baseados em sementes (kernels), como splines suavizantes, redes de regularização e regressão de processos gaussianos.
Referência 304

Unser, M. Multigrid adaptive image processing, Proceedings of the IEEE International Conference on Image Processing, Part 1, pp. 49-52, 1995.

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: splines suavizantes, wavelets, dados ruidosos, validação cruzada generalizada, filtro FIR

Comentários: os autores deste paper consideram um problema geral de aproximação de mínimos quadrados ponderados com um termo de regularização de spline. Em particular, eles propõem novas soluções “multigrid” para redução de ruído em imagens, representando um smoothing spline adaptativo.

Referência 305 (tese)

von Zuben, F.J. Modelos paramétricos e não-paramétricos de redes neurais artificiais e aplicações, Tese de Doutorado, Unicamp, Campinas, Fevereiro de 1996.

Fonte: BAE/Unicamp

Palavras-Chave: suavidade, splines, regressão não-paramétrica, projection pursuit

Comentários: é feita uma introdução a respeito da suavidade no item 3.3 da tese. Nos itens 3.7 e 3.8 é abordado a assunto da regularização, onde há um tratamento matemático e teórico bastante completo. Os assuntos suavidade e regularização ainda aparecem inseridos em outros conceitos ao longo de toda a tese.

Referência 306

Wahba, G. Improper Priors, Spline Smoothing and the Problem of Guarding Against Model Errors in Regression, Journal of the Royal Statistical Society, Series B, Methodological, vol. 40, pp. 364-372, 1978.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: regressão não-paramétrica, suavidade, erros de modelo

Comentários: não há informação suficiente.

Referência 307

Wahba, G. Convergence rates of Thin Plate smoothing splines when the data are noisy, in Smoothing Techniques for Curve Estimation, T. Gasser and M. Rosenblatt, eds., Lecture Notes in Mathematics, no. 757, pp. 232-246, Springer-Verlag, 1979.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: splines, suavidade, taxas de convergência, dados ruidosos

Comentários: não há informação suficiente.

Referência 308

Wahba, G. Comments on Some Aspects of the Spline Smoothing Approach to Non-parametric Regression Curve Fitting, Journal of the Royal Statistical Society, Series B, Methodological, vol. 47, p. 44, 1985.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: regressão não-paramétrica, suavidade, spline

Comentários: não há informação suficiente.

Referência 309

Wahba, G. Bayesian confidence intervals for the cross validated smoothing spline, J. Roy. Stat. Soc. B., vol. 45, no. 1, pp. 133-150, 1983.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: validação cruzada, splines, suavização, intervalos de confiança

Comentários: não há informação suficiente.

Referência 310

Wahba, G. Bayesian Confidence Intervals for the Cross-validated Smoothing Spline, Journal of the Royal Statistical Society, Series B, Methodological, vol. 5, pp. 133-150, 1983.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: validação cruzada, spline, suavização

Comentários: não há informação suficiente.

Referência 311

Wahba, G. A Comparison of GCV and GML for Choosing the Smoothing Parameter in the Generalized Spline Smoothing Problem, The Annals of Statistics, vol. 13, pp. 1378-1402, 1985.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: validação cruzada, suavidade, spline

Comentários: não há informação suficiente.

Referência 312

Wahba, G. Multivariate thin plate spline smoothing with positivity and other linear inequality constraints, in Statistical Image Processing and Graphics, E. Wegman and E.J. dePriest, eds., Marcel Dekker, 1985.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: restrições de desigualdades, spline smoothing, regularização

Comentários: não há informação suficiente.

Referência 313

Wahba, G. Spline bases, regularization, and generalized cross validation for solving approximation problems with large quantities of noisy data, in Approximation Theory III, W. Cheney, ed., pp. 905-912, Academic Press, 1980.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: validação cruzada generalizada, splines suavizantes, regularização, problemas de aproximação, dados ruidosos

Comentários: não há informação suficiente.

Referência 314

Wahba, G. Multivariate function and operator estimation, based on smoothing splines and reproducing kernels, in Nonlinear Modeling and Forecasting, SFI Studies in the Sciences of Complexity, Proc. Vol. XII, Eds. M. Casdagli and S. Eubank, Addison-Wesley, pp. 95-112, 1992.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: splines suavizantes, estimação de operador, função multivariável

Comentários: não há informação suficiente.

Referência 315

Wahba, G.; Gu, C. Smoothing spline ANOVA with component-wise Bayesian “confidence intervals”, J. Comput. Graph. Statist., vol. 2, pp. 97-117, 1993.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: splines suavizantes, ANOVA, intervalo de confiança

Comentários: não há informação suficiente.

Referência 316

Wahba, G.; Villalobos, M. Inequality-constrained multivariate smoothing splines with application to the estimation of posterior probabilities, J. Amer. Statist. Assoc., vol. 82, pp. 239-248, 1987.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: splines suavizantes, probabilidades posteriores, regularização

Comentários: não há informação suficiente.

Referência 317

Wahba, G.; Wang, Y.; Gu, C.; Klein, R.; Klein, B. Structured Machine Learning for Soft Classification with Smoothing Spline ANOVA and Stacked Tuning, Testing and Evaluation, in Advances in Neural Information Processing Systems 6, J. Cowan, G. Tesauro, and J. Alspector, eds., Morgan Kauffman, pp. 415-422, 1994.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: regressão não-paramétrica, fator de risco, análise de variância, diabetes

Comentários: não há informação suficiente.

Referência 318

Wahba, G.; Wang, Y.; Gu, C.; Klein, R.; Klein, B. Smoothing Spline ANOVA for Exponential Families, With Application to the Wisconsin Epidemiological Study of Diabetic Retinopathy, The Annals of Statistics, vol. 23, pp. 1865-1895, 1995.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: regressão não-paramétrica, fator de risco, análise de variância, diabetes

Comentários: não há informação suficiente.

Referência 319

Wahba, G.; Gu, C.; Wang, Y.; Chappell, R. Soft classification, a.k.a. penalized log likelihood risk estimation with smoothing spline analysis of variance, in The Mathematics of Generalization, Santa Fe Institute Studies in the Sciences of Complexity, D. Wolpert, ed. Addison-Wesley, pp. 329-360, 1995.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: smoothing spline, análise de variância, soft classification

Comentários: não há informação suficiente.

Referência 320

Xiang, D.; Wahba, G. A Generalized Approximate Cross Validation for Smoothing Splines With Non-Gaussian Data, Statistica Sinica, vol. 6, pp. 675-692, 1996.

Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib

Resumo: não

Artigo Completo: não

Palavras-Chave: validação cruzada, distância Kullback-Leibler, verossimilhança penalizada

Comentários: não há informação suficiente.