Skeletonization of sparse shapes using dynamic competitive neural networks (Record no. 55783)

MARC details
000 -CABECERA
campo de control de longitud fija 02125naa a2200265 a 4500
003 - IDENTIFICADOR DEL NÚMERO DE CONTROL
campo de control AR-LpUFIB
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN
campo de control 20250311170419.0
008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL
campo de control de longitud fija 230201s2006 xx o 000 0 eng d
024 8# - Otro identificador estandar
Número estándar o código DIF-M6581
-- 6720
-- DIF006001
040 ## - FUENTE DE LA CATALOGACIÓN
Centro catalogador/agencia de origen AR-LpUFIB
Lengua de catalogación spa
Centro/agencia transcriptor AR-LpUFIB
100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA
Nombre de persona Hasperué, Waldo
245 10 - MENCIÓN DE TÍTULO
Título Skeletonization of sparse shapes using dynamic competitive neural networks
300 ## - DESCRIPCIÓN FÍSICA
Extensión 1 archivo (376,6 KB)
500 ## - NOTA GENERAL
Nota general Formato de archivo: PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)
520 ## - SUMARIO, ETC.
Sumario, etc. The detection of regions and objects in digital images is a topic of utmost importance for solving several problems related to the area of pattern recognition. In this direction, skeletonization algorithms are a widely used tool since they allow us to reduce the quantity of available data, easing the detection of characteristics for their recognition and classification. In addition, this transformation of the original data in its essential characteristics eases the elimination of local noise which is present in the data input. This paper proposes a new skeletonization strategy applicable to sparse images from a competitive, dynamic neural network trained with the AVGSOM method. The strategy developed in this paper determines the arc making up the skeleton combining AVGSOM non-supervised learning with a minimum spanning tree. The proposed method has been applied in images with different spanning shape and degree. In particular, the results obtained have been compared to existing solutions, showing successful results. Finally, some conclusions, together with some future lines of work, are presented.
534 ## - NOTA SOBRE LA VERSIÓN ORIGINAL
Encabezamiento principal del original Congreso Argentino de Ciencias de la Computación (12º : 2006 oct. 17-21 : Potrero de los Funes, San Luis), pp.1331-1341
650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA
Término de materia o nombre geográfico como elemento de entrada REDES NEURONALES
650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA
Término de materia o nombre geográfico como elemento de entrada PROCESAMIENTO DE IMÁGENES
650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA
Término de materia o nombre geográfico como elemento de entrada RECONOCIMIENTO DE PATRONES
700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA
Nombre de persona Corbalán, Leonardo César
700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA
Nombre de persona Bria, Oscar Norberto
700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA
Nombre de persona Lanzarini, Laura Cristina
856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS
Identificador Uniforme del Recurso <a href="http://goo.gl/lNoljp">http://goo.gl/lNoljp</a>
942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA)
Tipo de ítem Koha Capítulo de libro
Holdings
Estado de retiro Estado de pérdida Estado dañado Disponibilidad Colección Biblioteca permanente Biblioteca actual Fecha de adquisición Total de préstamos Signatura topográfica completa Fecha visto por última vez Identificador Uniforme del Recurso Precio válido a partir de Tipo de ítem Koha
      No corresponde Biblioteca digital Biblioteca de la Facultad de Informática Biblioteca de la Facultad de Informática 11/03/2025   A0339 11/03/2025 http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=606 11/03/2025 Capítulo de libro