Detalhes bibliográficos
| Ano de defesa: |
2003 |
| Autor(a) principal: |
Silva, Luciano Moreno da |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/3/3142/tde-17102024-100059/
|
Resumo: |
Nos últimos anos muitos grupos de pesquisa têm-se dedicado a um importante problema: os sistemas de identificação automática de impressões digitais em banco de dados extensos. Como parte desse problema, a classificação de impressões digitais visa fornecer um esquema de indexação que aumenta a eficiência na comparação de impressões digitais. O principal propósito desse texto foi desenvolver uma nova abordagem que permitisse um aumento de desempenho na classificação de impressões digitais com o uso de redes neurais artificiais (ANN). O mapa direcional é o expediente mais comum na classificação automática da impressão digital: ele diminui informações redundantes enquanto preserva as informações globais da impressão. Muitos métodos têm sido propostos para a extração de mapas direcionais. Alguns deles fornecem uma informação adicional que permite avaliar a confiabilidade do mapa direcional. Todavia, esse mapa de confiança é, em geral, ignorado. Nossa abordagem combina a informação de incerteza contida no mapa de confiança e o processo de aprendizagem inerente da rede neural. Mostramos, com isso, que essa informação adicional pode melhorar o desempenho do classificador. |
