Universidade Federal do Espírito Santo

Portal do Ementário

Informações Gerais
Disciplina:
Reconhecimento de Padrões ( DCE16398 )
Unidade:
Departamento de Computação e Eletrônica
Tipo:
Optativa
Período Ideal no Curso:
Sem período ideal
Nota Mínima para Aprovação:
5.00
Carga Horária:
60
Número de Créditos:
3

Objetivos
Abordar aspectos teóricos gerais de padrões como formas de representação de conjuntos de dados e descrições de situações, tanto sob a forma de vetores de dados simbólicos como de sinais e imagens, suas formas de apresentação e representação, métodos e algoritmos para a sua geração, análise, classificação e aprendizado; [Familiaridade] Compreender a teoria de padrões, sua representação e medidas de distância entre padrões; [Uso] Compreender e implementar técnicas simbólicas de manipulação de padrões e aprendizado de máquina; [Uso] Compreender e implementar técnicas sub-simbólicas e redes neurais para aprendizado e classificação de padrões; [Uso] Compreender e implementar técnicas estatísticas multivariadas e análise exploratória de dados. [Uso]

Ementa
Introdução ao reconhecimento de padrões. Percepção. Diferentes abordagens de reconhecimento de padrões. Extração de características: estruturais e estatísticas. Características estatísticas. Análise de componentes principais (PCA). Métodos não paramétricos: k-vizinhos mais próximos (kNN); estimação de probabilidade; funções discriminantes lineares (LDA); Perceptron; Support Vector Machine (SVM). Seleção de características e redução de dimensionalidade: PCA. Espaço e curvas Receiver Operating Characteristics (ROC), Rejeição.

Bibliografia
BISHOP, C. Pattern Recognition and Machine Learning. Springer. 2006. DUDA, R. O.; HART, P. E.; STORK, D. G. Pattern Classification. Editora Wiley. 2006. THEODORIDIS, S.; KOUTROUMBAS, K. Pattern Recognition. 4th ed. Elsevier, 2009.

Bibliografia Complementar
AGUADO, A.; NIXON, M. Feature Extraction & Image Processing. 2nd ed. Elsevier, 2008. GONZALEZ, R. C.; WOODS, R. E. Digital Image Processing. 3rd ed. Prentice Hall, 2008. BISHOP, C. M. Neural Networks for Pattern Recognition. Oxford University Press, 1995. RUSSEL, S.; NORVIG, P. Inteligência Artificial. 3a ed. Elsevier, 2013. BUNKE, Horst; KANDEL, Abraham (Ed.). Neuro-fuzzy pattern reconition. Singapore: World Scientific, 2000. 264 p. (Series in machine perception artificial intelligence; 41) ISBN 9819810244187.
Carregando...