Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência.
| Main Author: | |
|---|---|
| Publication Date: | 2022 |
| Format: | Master thesis |
| Language: | por |
| Source: | Repositório Institucional da UNESP |
| Download full: | http://hdl.handle.net/11449/237099 |
Summary: | O trabalho desenvolvido traz um estudo sobre o agrupamento de imagens tridimensionais por meio da Análise Topológica de Dados (TDA). Nos primeiros capítulos, as principais definições da Topologia Algébrica são apresentadas para construção e entendimento dos cálculos realizados posteriormente. À seguir, são desenvolvidos programas na linguagem computacional Python para o estudo das mais de cento e cinquenta imagens, de vinte categorias distintas. Os agrupamentos foram realizados segundo a distância entre diagramas de persistência e imagens de persistência. As análises finais foram realizadas por meio de escalonamento multidimensional, dendrogramas e algoritmo k-means. |
| id |
UNSP_cbf81364ca5c44a9f48ba2410a2d7bc6 |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/237099 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
2946 |
| spelling |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência.Classification of three-dimensional images through persistent homology and persistence image.TopologiaAnálise topológica de dadosDiagrama de persistênciaAgrupamentoTopologyTopological data analysisPersistence diagramClusteringO trabalho desenvolvido traz um estudo sobre o agrupamento de imagens tridimensionais por meio da Análise Topológica de Dados (TDA). Nos primeiros capítulos, as principais definições da Topologia Algébrica são apresentadas para construção e entendimento dos cálculos realizados posteriormente. À seguir, são desenvolvidos programas na linguagem computacional Python para o estudo das mais de cento e cinquenta imagens, de vinte categorias distintas. Os agrupamentos foram realizados segundo a distância entre diagramas de persistência e imagens de persistência. As análises finais foram realizadas por meio de escalonamento multidimensional, dendrogramas e algoritmo k-means.The work developed brings a study on the clustering of three-dimensional images through the Topological Data Analysis (TDA). In the first chapters, the main definitions of Algebraic Topology are presented for the construction and understanding of the calculations performed later. Next, programs are developed in the computer language Python for the study of more than one hundred and fifty images, from twenty different categories. Groupings were performed according to the distance between persistence diagrams and persistence images. Final analyses were performed using multidimensional scaling, dendrograms, and the k-means algorithm.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)CNPq: 132281/2021-1Universidade Estadual Paulista (Unesp)Melo, Thiago de [UNESP]Universidade Estadual Paulista (Unesp)Souza, Mariele Pedro de2022-10-18T14:42:30Z2022-10-18T14:42:30Z2022-09-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/23709933004153071P0porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-11-06T12:20:09Zoai:repositorio.unesp.br:11449/237099Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462024-11-06T12:20:09Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
| dc.title.none.fl_str_mv |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência. Classification of three-dimensional images through persistent homology and persistence image. |
| title |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência. |
| spellingShingle |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência. Souza, Mariele Pedro de Topologia Análise topológica de dados Diagrama de persistência Agrupamento Topology Topological data analysis Persistence diagram Clustering |
| title_short |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência. |
| title_full |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência. |
| title_fullStr |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência. |
| title_full_unstemmed |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência. |
| title_sort |
Classificação de imagens tridimensionais por meio de homologia persistente e imagem de persistência. |
| author |
Souza, Mariele Pedro de |
| author_facet |
Souza, Mariele Pedro de |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Melo, Thiago de [UNESP] Universidade Estadual Paulista (Unesp) |
| dc.contributor.author.fl_str_mv |
Souza, Mariele Pedro de |
| dc.subject.por.fl_str_mv |
Topologia Análise topológica de dados Diagrama de persistência Agrupamento Topology Topological data analysis Persistence diagram Clustering |
| topic |
Topologia Análise topológica de dados Diagrama de persistência Agrupamento Topology Topological data analysis Persistence diagram Clustering |
| description |
O trabalho desenvolvido traz um estudo sobre o agrupamento de imagens tridimensionais por meio da Análise Topológica de Dados (TDA). Nos primeiros capítulos, as principais definições da Topologia Algébrica são apresentadas para construção e entendimento dos cálculos realizados posteriormente. À seguir, são desenvolvidos programas na linguagem computacional Python para o estudo das mais de cento e cinquenta imagens, de vinte categorias distintas. Os agrupamentos foram realizados segundo a distância entre diagramas de persistência e imagens de persistência. As análises finais foram realizadas por meio de escalonamento multidimensional, dendrogramas e algoritmo k-means. |
| publishDate |
2022 |
| dc.date.none.fl_str_mv |
2022-10-18T14:42:30Z 2022-10-18T14:42:30Z 2022-09-08 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/237099 33004153071P0 |
| url |
http://hdl.handle.net/11449/237099 |
| identifier_str_mv |
33004153071P0 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1834484330051665920 |