Publicações
Dissertação
Esta dissertação desenvolve classificadores de padrões baseados em protótipos, cujos protótipos são otimizados por evolução diferencial, um método de otimização global baseado em populações. Este trabalho é a origem da minha formação em inteligência computacional, reconhecimento de padrões e métodos de otimização, que hoje fundamentam meu interesse em abordagens computacionais e baseadas em agentes para a economia e as políticas públicas.
Publicações Revisadas por Pares
Este artigo, baseado na pesquisa da minha dissertação de mestrado, combina ideias de Learning Vector Quantization (LVQ) com uma abordagem de clusterização automática baseada em evolução diferencial para o projeto de classificadores baseados em protótipos — determinando tanto o número ótimo de protótipos por classe quanto suas posições no espaço de dados.
Nome do autor como publicado; meu nome civil é Luiz Soares de Andrade Filho (ver a dissertação acima, publicada sob esse nome).