Local complex features learned by randomized neural networks for texture analysis (2024)
- Authors:
- USP affiliated authors: BRUNO, ODEMIR MARTINEZ - IFSC ; SCABINI, LEONARDO FELIPE DOS SANTOS - IFSC
- Unidade: IFSC
- DOI: 10.1007/s10044-024-01230-x
- Subjects: RECONHECIMENTO DE PADRÕES; TEXTURA
- Keywords: Randomized neural networks; Network science; Texture representation; Image classification
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Pattern Analysis and Applications
- ISSN: 1433-7541
- Volume/Número/Paginação/Ano: v. 27, p. 23-1-23-12, Feb. 2024
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
RIBAS, Lucas Correia et al. Local complex features learned by randomized neural networks for texture analysis. Pattern Analysis and Applications, v. 27, p. 23-1-23-12, 2024Tradução . . Disponível em: https://doi.org/10.1007/s10044-024-01230-x. Acesso em: 31 mar. 2026. -
APA
Ribas, L. C., Scabini, L. F. dos S., Sá Júnior, J. J. de M., & Bruno, O. M. (2024). Local complex features learned by randomized neural networks for texture analysis. Pattern Analysis and Applications, 27, 23-1-23-12. doi:10.1007/s10044-024-01230-x -
NLM
Ribas LC, Scabini LF dos S, Sá Júnior JJ de M, Bruno OM. Local complex features learned by randomized neural networks for texture analysis [Internet]. Pattern Analysis and Applications. 2024 ; 27 23-1-23-12.[citado 2026 mar. 31 ] Available from: https://doi.org/10.1007/s10044-024-01230-x -
Vancouver
Ribas LC, Scabini LF dos S, Sá Júnior JJ de M, Bruno OM. Local complex features learned by randomized neural networks for texture analysis [Internet]. Pattern Analysis and Applications. 2024 ; 27 23-1-23-12.[citado 2026 mar. 31 ] Available from: https://doi.org/10.1007/s10044-024-01230-x - Artificial neural networks and complex networks: an integrative study of topological properties and pattern recognition
- Artificial neural networks and complex networks: an integrative study of topological properties and pattern recognition
- IFSC/USP desenvolve “RADAM”: IA para padrões complexos - Primeira no mundo: Uma IA que treina outra IA. [Depoimento à Rui Sintra]
- Improving deep neural network random initialization through neuronal rewiring
- Evaluation of activated sludge settling characteristics from microscopy images with deep convolutional neural networks and transfer learning
- IA desenvolvida na USP é a melhor do mundo para reconhecer texturas [Depoimento a Ivan Conterno]
- Structure and functioning of neural networks: the complex network properties of artificial neurons
- RADAM: texture recognition through randomized aggregated encoding of deep activation maps
- Randomized encoding ensemble: a new approach for texture representation
- Exploring neighborhood variancy for rule search optimization in life-like network automata
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3184457.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
