Reconhecimento de voz utilizando um modelo decisão múltiplo atributo difuso

dc.contributor.advisorRibeiro, Rita A.
dc.contributor.authorSimas, Tiago Manuel Louro Machado de
dc.date.accessioned2015-08-31T17:09:30Z
dc.date.available2015-08-31T17:09:30Z
dc.date.issued2001
dc.description.abstractEsta tese de Mestrado em Inteligência Artificial Aplicada, tem como objectivo propor uma alternativa a técnicas usadas no reconhecimento de padrões usando técnicas da tomada de decisão múltiplo atributo difusas. De forma a ilustrar a flexibilidade do método um exemplo prático do reconhecimento de digítos 0-9 é apresentado no capítulo 5. Este trabalho teve por base o estudo de três áreas fundamentais, análise e processamento de sinal, a teoria dos conjuntos difusos e as teorias da decisão múltiplo critério. Esta última focando especificamente a subárea denominada tomada de decisão múltiplo atributo. *** - Abstract - This dissertation proposes a new technique for the pattern recognition based in Fuzzy Multiple Attribute Decision techniques. In chapter 5 we present a practical example to show the flexibility of this technique. This work had as base of study three main areas, the Discrete-Time Signal Processing, the theory of Fuzzy Sets and the theories of multiple criteria decision-making in special the sub-area multiple attribute decision-making.por
dc.identifier.authoremailteses@bib.uevora.pt
dc.identifier.scientificarea283por
dc.identifier.sharewithdep C.T.por
dc.identifier.urihttp://hdl.handle.net/10174/15072
dc.language.isoporpor
dc.publisherUniversidade de Évorapor
dc.rightsopenAccesspor
dc.subjectInteligência artificial aplicadapor
dc.titleReconhecimento de voz utilizando um modelo decisão múltiplo atributo difusopor
dc.typemasterThesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Tiago Manuel Louro Machado de Simas - Tese de Mestrado - 142 584.pdf
Size:
3.99 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
3.89 KB
Format:
Item-specific license agreed upon to submission
Description: