Referência 410
Bates, D.M.; Lindstrom, M.J.; Wahba, G.; Yandell, B.S. GCVPACK: Routines for Generalized Cross Validation, Communications in Statistics, Part B - Simulation and Computation, vol. 16, pp. 263-297, 1987.
Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib
Resumo: não
Artigo Completo: não
Palavras-Chave: validação cruzada, splines, verossimilhança penalizada, regressão
Comentários: não há informação suficiente.
Referência 411
Berman, M. Automated smoothing of image and other regularly spaced data, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 16, no. 5, pp. 460-468, May 1994.
Fonte: base de dados IEEE/IEE - BAE
Resumo: sim
Artigo Completo: sim
Palavras-Chave: smoothing splines, validação cruzada generalizada, transformada de Fourier, processamento de imagens
Comentários: este paper é primariamente motivado pela remoção automática de ruído indesejado de um sistema de sensoriamento remoto de imagens. É mostrado que a smoothing spline generalizada e com validação cruzada é facilmente aproximada e computada no domínio da freqüência, através de uma transformada de Fourier.
Referência 412
Busby, H.R.; Trujillo, D.M. Optimal regularization of an inverse dynamics problem, Computers & Structures, vol. 63, no. 2, pp. 243-248, April 1997.
Fonte: www.bae.unicamp.br - Probe - Elsevier
Resumo: sim
Artigo Completo: sim
Palavras-Chave: problema dinâmico inverso, regularização de Tikhonov, parâmetro de suavidade, validação cruzada generalizada
Comentários: este paper trata da resolução de problemas dinâmicos inversos usando a regularização de Tikhonov e programação dinâmica, o que requer a seleção de um parâmetro de suavização ótimo. Dois métodos para a escolha deste parâmetro são estudados: a validação cruzada generalizada e o método da curva L.
Referência 413
Chen, D.; Hagan, M.T. Optimal use of regularization and cross-validation in neural network modeling, International Joint Conference on Neural Networks, vol. 2, pp. 1275-1280, July 1999.
Fonte: base de dados IEEE/IEE - BAE
Resumo: sim
Artigo Completo: sim
Palavras-Chave: validação cruzada, rede neural feedforward, algoritmo de regularização, erro de validação, aprendizagem
Comentários: este paper propõe uma nova estrutura para adaptação dos parâmetros de regularização a fim de minimizar o erro de validação durante o treinamento de redes neurais feedforward. Uma segunda derivação do erro de validação baseado no algoritmo de regularização é obtida usando uma aproximação de Gauss-Newton.
Referência 414
Chen, M.H.; Chin, R.T. Partial smoothing splines for noisy +boundaries with corners, Pattern Analysis and IEEE Transactions on Machine Intelligence, pp. 1208-1216, vol. 15, no. 11, Nov. 1993.
Fonte: base de dados IEEE/IEE - BAE
Resumo: sim
Artigo Completo: sim
Palavras-Chave: smoothing splines, função paramétrica, validação cruzada, detecção de contorno, suavidade
Comentários: este paper apresenta uma investigação sobre a estimação de limitantes de funções bidimensionais a partir de conjuntos de dados amostrados onde ruído e cantos são apresentados. A abordagem é baseada na smoothing spline parcial, na qual a função limitante consiste de uma smoothing spline ordinária e uma função paramétrica que descreve as descontinuidades. Referência 415
Cohen-Bacrie, C.; Goussard, Y. Electrical impedance tomography: regularized reconstruction using a variance uniformization constraint, IEEE 17th Annual Conference in Engineering in Medicine and Biology Society, vol.1, pp. 569-570, Sept. 1995.
Fonte: base de dados IEEE/IEE - BAE
Resumo: sim
Artigo Completo: sim
Palavras-Chave: validação cruzada, reconstrução de imagens, regularização, validação cruzada ordinária
Comentários: este paper apresenta uma nova abordagem de regularização para o problema inverso mal-condicionado da tomografia por impedância elétrica. O foco principal da comunicação é a escolha da matriz de regularização e dos parâmetros de regularização, os quais são determinados a partir dos dados observados usando a validação cruzada ordinária. Referência 416
Craven, P.; Wahba, G. Smoothing Noisy Data With Spline Functions, Numerische Mathematik, vol. 31, pp. 377-403, 1979.
Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib
Resumo: não
Artigo Completo: não
Palavras-Chave: validação cruzada, validação cruzada generalizada, splines, suavidade
Comentários: não há informação suficiente. Referência 417
Estrela, V.V.; Galatsanos, N.P. Spatially-adaptive regularized pel-recursive motion estimation based on cross-validation, Proceedings of the 1998 International Conference on Image Processing, vol. 2, pp. 200-203, Oct. 1998.
Fonte: base de dados IEEE/IEE - BAE
Resumo: sim
Artigo Completo: sim
Palavras-Chave: validação cruzada, estimação de movimento, seqüências de imagens, solução de Wiener
Comentários: neste paper os autores melhoram o algoritmo recursivo baseado em Wiener através do uso de regularização espacialmente adaptativa. Eles empregam a abordagem da validação cruzada para determinar o valor ótimo do parâmetro de regularização para cada pixel.
Referência 418
Fang, H.; Nurre, J.H. Smoothing random noise from human head scan data, IEEE Transactions on Medical Imaging, vol. 15, no. 1, pp. 102-111, Feb. 1996.
Fonte: base de dados IEEE/IEE - BAE
Resumo: sim
Artigo Completo: sim
Palavras-Chave: validação cruzada, ruído aleatório, processamento de imagens médicas, suavidade, regularização
Comentários: os autores deste paper justificam alguns aspectos considerados na suavidade dos dados de imagens obtidas por tomografia, dispensando especial atenção ao filtro Gaussiano, o qual tem se mostrado como o único que preserva a integridade dos dados, e a validação cruzada generalizada, que permite estimar o tamanho adequado do filtro.
Referência 419
Fortier, N.; Demoment, G.; Goussard, Y. GCV and ML Methods of Determining Parameters in Image Restoration by Regularization: Fast Computation in the Spatial Domain and Experimental Comparison, Journal of Visual Communication and Image Representation, vol. 4, no. 2, June 1993.
Fonte: www.bae.unicamp.br - Probe - Academic Press
Resumo: sim
Artigo Completo: sim
Palavras-Chave: regularização, validação cruzada, restauração de imagens, suavidade, máxima verossimilhança
Dostları ilə paylaş: |