Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/7501
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Calôba, Luiz Pereira | - |
dc.contributor.author | Assis, Martin Seefelder de | - |
dc.date.accessioned | 2019-04-26T18:22:16Z | - |
dc.date.available | 2023-12-21T03:04:56Z | - |
dc.date.issued | 2003-05 | - |
dc.identifier.uri | http://hdl.handle.net/11422/7501 | - |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Redes neurais | pt_BR |
dc.subject | classificação | pt_BR |
dc.title | Redes neurais aplicadas à separação estrelas-galáxias em placas fotográficas | pt_BR |
dc.type | Trabalho de conclusão de graduação | pt_BR |
dc.contributor.advisorCo1 | Maia, Márcio Antônio Geimba | - |
dc.contributor.referee1 | Biscainho, Luiz Wagner Pereira | - |
dc.contributor.referee2 | Caretta, César Augusto | - |
dc.description.resumo | Neste trabalho desenvolvemos uma rede neural capaz de classificar os objetos após a digitalização de uma placa fotográfica nas categorias de estrelas, galáxias e outros objetos.Definindo como classificação confiável aquela que apresenta um erro menor do que 30%, podemos considerar que a rede é confiável até a magnitude mJ= 22,3 para todas as classes, sendo que no caso particular das galáxias, a classificação se mantém confiável mesmo para as galáxias acima de magnitude mJ = 22,5. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Escola Politécnica | pt_BR |
dc.publisher.initials | UFRJ | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS | pt_BR |
dc.embargo.terms | aberto | pt_BR |
Appears in Collections: | Engenharia Eletrônica e de Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
monopoli10002027.pdf | 1.7 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.