1. Identificação | |
Tipo de Referência | Resumo em Evento (Conference Proceedings) |
Site | mtc-m16c.sid.inpe.br |
Identificador | 8JMKD3MGPDW34P/45U7Q82 |
Repositório | sid.inpe.br/mtc-m16c/2021/12.09.13.03 |
Última Atualização | 2021:12.09.13.03.24 (UTC) administrator |
Repositório de Metadados | sid.inpe.br/mtc-m16c/2021/12.09.13.03.24 |
Última Atualização dos Metadados | 2022:04.03.23.15.04 (UTC) administrator |
Chave de Citação | ArantesFo:2021:GrPaAn |
Título | Deep GPA: Gradient Pattern Analysis as feature extractor in deep neural networks for supernovae spectral data |
Formato | On-line. |
Ano | 2021 |
Data de Acesso | 06 maio 2024 |
Tipo Secundário | PRE CN |
Número de Arquivos | 1 |
Tamanho | 147 KiB |
|
2. Contextualização | |
Autor | Arantes Filho, Luís Ricardo |
Grupo | CAP-COMP-DIPGR-INPE-MCTI-GOV-BR |
Afiliação | Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | luisricardoengcomp@gmail.com |
Editor | Santos, Rafael Duarte Coelho dos Queiroz, Gilberto Ribeiro de Shiguemori, Elcio Hideiti |
Nome do Evento | Workshop dos Cursos de Computação Aplicada do INPE, 21 (WORCAP) |
Localização do Evento | São José dos Campos |
Data | 13-17 set. 2021 |
Editora (Publisher) | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade da Editora | São José dos Campos |
Título do Livro | Resumos |
Tipo Terciário | apresentacao tecnica |
Organização | Instituto Nacional de Pesquisas Espaciais (INPE) |
Histórico (UTC) | 2021-12-09 13:03:33 :: simone -> administrator :: 2021 2022-04-03 23:15:04 :: administrator -> simone :: 2021 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Resumo | The adoption of Machine Learning and Deep Learning techniques to build classification and regression models is an important trend in the current scientific scenario. In this sense, focusing only on the final performance of these models as a good classification or approximation of functions does not allow us to observe how features are extracted, processed, and separated. In this sense, we approach a feature extraction methodology for Deep Learning and Artificial Neural Networks models. We present Deep GPA which is a combination of Gradient Pattern Analysis and fully connected neural networks. To test and validate this approach, we address Deep GPA as an alternative to features extracted by CNN convolutional neural network models for the classification of supernova spectral data. |
Área | COMP |
Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Deep GPA: Gradient... |
Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Deep GPA: Gradient... |
Arranjo 3 | urlib.net > BDMCI > Fonds > WORCAP > XXI WORCAP > Deep GPA: Gradient... |
Arranjo 4 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > XXI WORCAP > Deep GPA: Gradient... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | não têm arquivos |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGPDW34P/45U7Q82 |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGPDW34P/45U7Q82 |
Idioma | pt |
Arquivo Alvo | Arantes_deep.pdf |
Grupo de Usuários | simone |
Grupo de Leitores | administrator simone |
Visibilidade | shown |
Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.03 |
Permissão de Leitura | allow from all |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F2PHGS 8JMKD3MGPCW/46KUES5 8JMKD3MGPDW34P/46252RS |
Lista de Itens Citando | sid.inpe.br/bibdigital/2013/10.12.22.16 2 sid.inpe.br/bibdigital/2022/04.03.23.11 1 |
Acervo Hospedeiro | sid.inpe.br/mtc-m18@80/2008/03.17.15.17 |
|
6. Notas | |
Campos Vazios | archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition holdercode isbn issn keywords label lineage mark mirrorrepository nextedition notes numberofvolumes orcid pages parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url versiontype volume |
|
7. Controle da descrição | |
e-Mail (login) | simone |
atualizar | |
|