Tema 20

Pesquisa Bibliográfica, Redes Neurais
Grupo 20
SUAVIDADE E TEORIA DA
REGULARIZAÇÃO
Professor: Fernando José Von Zuben

Departamento: DCA
Alunos: Elder de Oliveira Rodrigues – RA: 005507
Jayme Garcia Arnal Barbedo – RA: 990657
Disciplina: IA353 – Redes Neurais
Data: 26 / Setembro / 2001
Pesquisa Bibliográfica: Redes Neurais Pág.: 1
ÍNDICE
Assunto Página
0 – Introdução 2
1 – Aplicações 3
2 – Modelagem e Regressão Não-Paramétrica 59
3 – Problemas Inversos 66
4 – Capacidade de Generalização e Dilema Bias/Variância 74
5 – Splines suavizantes/Projection Pursuit 81
6 – Teoria e Princípios Básicos 92
7 – Treinamento de Redes Neurais 104
8 – Validação Cruzada 115
9 – Lista de Autores 133
TRABALHO DA DISCIPLINA DE REDES NEURAIS

REFERÊNCIAS BIBLIOGRÁFICAS – SUAVIDADE E TEORIA DA
REGULARIZAÇÃO
INTRODUÇÃO
Em 1963, Tikhonov propôs um novo método denominado “regularização para solução

de problemas mal condicionados (ill-posed)”. No contexto de problemas de aproximação, a
idéia básica da regularização é estabilizar a solução por meio de algumas funções auxiliares
não negativas que carregam informação a priori como, por exemplo, restrições de suavidade
no mapeamento entrada-saída (isto é, solução para o problema de aproximação), fazendo com
que problemas mal condicionados se transformassem em problemas bem condicionados.
A quantidade de referências bibliográficas ligadas ao assunto de suavidade e teoria da
regularização é muito grande (localizou-se mais de 7.000). Por ser impossível listá-las todas,
procurou-se apresentar as referências mais representativas e importantes da área, além da
tentativa de se contemplar todas as vertentes e subdivisões dentro deste tema. O resultado á
uma lista de referências bastante ampla, permitindo ao leitor situar-se de maneira adequada
dentro do tema abordado.
O tema de suavidade e teoria de regularização foi dividido em 8 diferentes assuntos:
1 – Aplicações
2 – Regularização e Modelagem/Regressão Não-Paramétrica
3 – Problemas Inversos Mal-Condicionados
4 – Problema de Generalização e Dilema Bias/Variância
5 – Smoothing Splines e Projection Pursuit
6 – Teoria e Princípios Básicos
7 – Treinamento e Aprendizado de Redes Neurais
8 – Regularização e Validação Cruzada
Algumas referências se encaixam em mais de um assunto, aparecendo, por esse motivo,
mais de uma vez. As referências foram ordenadas, dentro de cada assunto, em ordem
alfabética de acordo com o sobrenome do primeiro autor. Ao fim da apresentação de todas as
referências, há um índice com todos os autores de trabalhos aqui apresentados.
A seguir são apresentadas as referências, com detalhes a respeito dos autores, título,
periódico (ou editora), mês e ano de publicação, tema (no caso de aplicações), fonte onde foi
obtida a referência, se tal fonte fornece resumo e o artigo completo, palavras-chave e, por fim,
breves comentários com um resumo do respectivo trabalho, quando há informação suficiente.
1. APLICAÇÕES
A maior parte das referências encontradas no tema de teoria de regularização se encaixa

neste assunto. Neste trabalho, procurou-se contemplar o maior número de diferentes
aplicações, as quais são em grande número, a fim de fornecer uma noção de quão ampla é a
utilização da regularização. Dentre suas aplicações, destacam-se:
- processamento de imagens: esta é a aplicação com o maior número de referências, já
que a regularização mostrou ser uma ferramenta poderosa para a recuperação e restauração de
imagens; detecção de movimento; análise de imagens médicas, como tomografias
computadorizadas, eletrocardiogramas, e eletroencefalogramas; visão de baixo nível; etc.
Maiores detalhes a respeito da utilidade da regularização no processamento de imagens
podem ser encontrados nos comentários individuais de cada referência.
- aplicações matemáticas: a teoria da regularização é amplamente utilizada na
matemática, especialmente em aplicações estatísticas e solução de equações diferenciais. A
regularização é usada também em análise de Fourier, problemas de mínimos quadrados,
solução de integrais, e muitas outras aplicações ligadas à solução de diversos problemas.
- aplicações em física: muitas áreas da física fazem uso da regularização na resolução de
seus problemas, com destaque para as áreas de análise do comportamento de fluidos e
mecânica quântica. Outras áreas fazem uso da regularização com sucesso, como análise de
forças gravitacionais, física nuclear, condução de calor, estimação de densidade, etc.
- processamento de sinais: diversas áreas de processamento digital de sinais fazem uso
da teoria da regularização, dentre as quais destacam-se a sua utilização em wavelets,
recuperação e reconstrução de sinais, análise espectral, modelos AR, identificação de
parâmetros, acústica, reconhecimento de voz, etc.
- outras aplicações importantes para a regularização são: reconhecimento de padrões
(detecção de contorno), clusterização, química, controle e automação, medicina (análise da
quantidade de glucose, hormônios, etc), mecânica, áudio, visão computacional, análise
climática, economia, análise de materiais, fotometria, etc. Maiores detalhes a respeito destes e
dos outras assuntos podem ser encontrados nos comentários individuais apresentados para
cada uma das referências apresentadas a seguir.
Referências:
Referência 173
Adler, M.; Vanmoerbeke, P. Birkhoff Strata, Bäcklund Transformations, and Regularization of
Isospectral Operators, Advances in Mathematics, Vol. 108, No. 1, September 1, 1994
Tema: aplicações matemáticas
Fonte: www.bae.unicamp.br - Probe - Academic Press
Resumo: não
Artigo Completo: sim
Palavras-Chave: transformações de Bäcklund, regularização, operadores isoespectrais
Comentários: este paper trata de diversas operações que podem ser realizadas em operadores
isoespectrais.
Referência 2
Ahn, S.M.; Baik, S.W. A cluster analysis based on a regularization method, International
Joint Conference on Neural Networks (IJCNN '99), vol. 2, pp. 1136-1139, July 1999.
Tema: clusterização
Fonte: base de dados IEEE/IEE – BAE

Resumo: sim
Palavras-Chave: reconhecimento de padrões, análise de cluster, método de regularização,
método de estimação de densidade, modelo Gaussiano misto
Comentários: este paper mostra uma aplicação de “clustering” de um método de estimação
de densidade que utiliza o modelo Gaussiano misto e a teoria da regularização. O termo
“medida aproximada” é defina como um critério de “clustering” para determinar quão
próximos estão os componentes Gaussianos.
Referência 3
Aloimonos, J. Visual shape computation, Proceedings of the IEEE, vol. 76, no. 8; p.899-916,
Aug. 1988.
Tema: processamento de imagens
Fonte: base de dados IEEE/IEE - BAE
Resumo: sim
Palavras-Chave: teoria da regularização, processos perceptuais, movimento, problema mal-
condicionado
Comentários: o autor deste paper examina os processos perceptuais de visão a partir de
diversos parâmetros, incluindo sombreamento, textura, contorno e estéreo. Este tipo de
problema é mal-condicionado, sugerindo-se então a aplicação da teoria da regularização, a
partir de um conhecimento a priori, para restringir o espaço de possíveis soluções, tornando o
problema melhor condicionado.
Referência 4
Angelini, C.; Canditiis, D. Fourier frequency adaptive regularization for smoothing data,
Journal of Computational and Applied Mathematics, vol. 115, no. 1-2, pp. 35-50, March 2000.
Fonte: www.bae.unicamp.br - Probe - Elsevier
Resumo: sim
Palavras-Chave: séries de Fourier, suavidade, regularização adaptativa, validação cruzada
generalizada, wavelets
Comentários: este paper analisa o problema da suavidade de dados através de uma
transformada de Fourier. Os autores introduzem uma regularização adaptativa com a
freqüência onde um parâmetro de regularização é introduzido para cada coeficiente capaz de
suavizar diferentes freqüências levando em conta tanto a função quanto o ruído.
Referência 5
Arenstorf, R.F. Regularization theory for the elliptic restricted three body problem, Journal of
Differential Equations, vol.6, no.3, pp. 420-51, nov. 1969.
Fonte: www.bae.unicamp.br - ERL
Resumo: sim
Artigo Completo: não
Palavras-Chave: caso elíptico, colisões, singularidades reais
Comentários: este paper transfere para o caso elíptico os resultados conhecidos a partir do
problema dos três corpos sobre o significado dinâmico (colisões) e o caractere de
singularidades reais e a existência de soluções no eixo de tempo real. Uma meta do paper é a
apresentação de transformações, que regularizam as equações de movimento na parte do
espaço de fase, que contém todas as trajetórias.
Referência 6
Balsi, M. Regularization-based continuous-time motion detection by single-layer cellular
neural networks, Proceedings of the 6th IEEE International Workshop Cellular Neural
Networks and Their Applications (CNNA 2000), pp. 135-140, May 2000.
Tema: detecção de movimento
Resumo: sim
Palavras-Chave: problema inverso, visão computacional, imagens móveis, estimação de
movimento, rede neural celular.
Comentários: a teoria da regularização é proposta para projeto sistemático de redes neurais
celulares baseadas em conexões lineares e não-lineares (CNN). Neste paper, após estabelecer
as bases do projeto baseado em regularização de CNNs, tal metodologia é aplicada ao
problema da estimação do campo de movimento continuo no tempo em imagens móveis.
Referência 7
Barone, P.; Sebastiani, G. Solving an Inverse Diffusion Problem for Magnetic Resonance
Dosimetry by a Fast Regularization Method, Real-Time Imaging, Vol. 7, No. 1, February
2001
Resumo: sim
Palavras-Chave: problema inverso, ressonância magnética, deconvolução, restrições de
suavidade
Comentários: este paper faz um estudo de um problema de difusão inverso que aparece em
dosimetria de ressonância magnética. Para lidar com a singularidade do “kernel”, funções de
regularização não lineares são consideradas, as quais podem prover soluções regulares,
reproduzir gradientes e impor restrições de positividade. Um algoritmo determinístico rápido
é usado.
Referência 8
Bedini, L.; Fantini, E.; Tonazzini, A. A dual approach to regularization in image restoration,
Pattern Recognition Letters, vol. 12, no. 11, pp. 687-692, Nov. 1991.
Tema: restauração de imagens
Resumo: sim
Palavras-Chave: restauração de imagens, teoria da regularização, problema de otimização,
multiplicadores de Lagrange, otimização convexa
Comentários: a restauração de imagens ruidosas pode ser formulada, usando a teoria da
regularização, como um problema de otimização com restrições. De acordo com a abordagem
clássica, baseada nos multiplicadores de Lagrange, a solução deste problema é obtida
iterativamente, o que leva a uma enorme complexidade computacional. Neste paper é
sugerido um método alternativo, baseado em otimização convexa.
Referência 9
Bedini, L.; Tonazzini, A. Fast Fully Data-Driven Image Restoration by means of Edge-
Preserving Regularization, Real-Time Imaging, Vol. 7, No. 1, February 2001.
Resumo: sim
Palavras-Chave: imagens ruidosas, problema mal-condicionado, contornos de intensidade,
campo aleatório de Markov, abordagem Bayesiana
Comentários: os autores deste artigo tratam do problema da deconvolução de imagens
ruidosas, o qual é um problema altamente mal-condicionado, onde a imagem, os “borrões” e
os parâmetros de ruído devem ser simultaneamente estimados a partir dos dados. A
abordagem utilizada é explorar a informação relacionada com a intensidade dos contornos da
imagem, a fim de melhorar a solução e reduzir os custos computacionais, através do uso da
regularização.
Referência 10
Berkner, K.; Gormish, M.J.; Schwartz, E.L. Multiscale Sharpening and Smoothing in Besov
Spaces with Applications to Image Enhancement, Applied and Computational Harmonic
Analysis, Vol. 11, No. 1, July 2001.
Resumo: sim
Palavras-Chave: wavelets, espaços de suavidade, espaços de Besov, processamento de sinais
e imagens
Comentários: os autores deste paper utilizam características de decomposições de wavelets e
sua relação com espaços de suavidade, tais como os espaços de Besov, para derivar uma
estrutura para suavidade e formato de sinais e imagens. Como resultado, derivou-se uma
generalização multiescala de técnicas tradicionais.
Referência 11
Berman, M. Automated smoothing of image and other regularly spaced data, IEEE
Transactions on Pattern Analysis and Machine Intelligence, vol. 16, no. 5, pp. 460-468, May
1994.

Resumo: sim
Palavras-Chave: spline suavizantes, validação cruzada generalizada, transformada de
Fourier, processamento de imagens
Comentários: este paper é primariamente motivado pela remoção automática de ruído
indesejado de um sistema de sensoriamento remoto de imagens. É mostrado que a spline
suavizante generalizada e com validação cruzada é facilmente aproximada e computada no
domínio da freqüência, através de uma transformada de Fourier.
Referência 12
Bertero, M.; de Mol, C.; Viano, G.A. On the problems of object restoration and image
extrapolation in optics, Journal of Mathematical Physics, vol. 20, no. 3; pp. 509-521, March
1979.
Resumo: sim
Palavras-Chave: restauração de imagens, regularização, problemas mal-condicionados, ruído
Comentários: os autores consideram os problemas da restauração de objetos e extrapolação
de imagens, de acordo com a teoria de regularização de problemas impropriamente
condicionados. A fim de levar em conta a natureza estocástica do ruído e para introduzir os
principais conceitos de teoria de informação, grande atenção é devotada para os métodos
probabilísticos de regularização.
Referência 13
Bertero, M.; Viano, G.A.; de Mol, C. Resolution beyond the diffraction limit for regularized
object restoration, Optica-Acta, vol. 27, no. 3, p.307-320, March 1980.
Resumo: sim
Palavras-Chave: restauração de imagens, teoria da regularização, argumentos geométricos
Comentários: os autores propõem uma nova formulação da teoria da regularização de Miller,
que é particularmente apropriada para problemas de restauração de objetos. Por meio de
argumentos geométricos simples, os autores obtêm limites superiores e inferiores para os
erros nas soluções regularizadas.
Referência 14 (livro)
Bishop, C.M. Neural Networks for Pattern Recognition, pp. 15, 171-175, 338-353, 385,
Oxford University Press, New York, 2000
Tema: reconhecimento de padrões
Fonte: BAE/UNICAMP
Palavras-Chave: problemas mal-condicionados, regularização, reconhecimento de padrões
Comentários: este livro faz uma abordagem bastante completa a respeito do uso da
regularização no contexto do reconhecimento de padrões.
Referência 15
Brady, M.; Leonard, A.; Pullin, D.I. Regularized Vortex Sheet Evolution in Three Dimensions,
Journal of Computational Physics, Vol. 146, No. 2, November 1, 1998.
Tema: aplicações em física
Resumo: sim
Palavras-Chave: vórtex, fluido, superfície
Comentários: este paper apresenta um método computacional para traçar a evolução de
superfívies de vórtex tridimensionais regularizados através de um fluido irrotacional, não-
viscoso e de densidade constante. A superfície é representada por uma malha triangulada com
funções de interpolação localmente definidas.
Referência 16
Burdeau, J.L.; Goutte, R.; Prost, R. Joint nonlinear-quadratic regularization in a wavelet
based deconvolution scheme, 5th International Conference on Signal Processing, Proceedings,
vol. 1, pp. 77-80, Aug. 2000.
Tema: processamento de sinais
Resumo: sim
Palavras-Chave: wavelets, deconvolução, ruído, resolução de imagem, métodos iterativos.
Comentários: este paper descreve o aperfeiçoamento de um esquema de deconvolução
baseado em wavelets. Através do aperfeiçoamento da regularização, tem-se como resultado
uma significativa redução do excesso de suavidade e outros artefatos próximos às
extremidades, bem como do ruído em regiões planas da imagem, o qual é comumente
observado na regularização quadrática.
Referência 17
Camblong, H.E.; Epele, L.N.; Fanchiotti, H.; Canal, C.A.G. Dimensional Transmutation and
Dimensional Regularization in Quantum Mechanics, Annals of Physics, Vol. 287, No. 1,
January 10, 2001.
Resumo: sim
Palavras-Chave: mecânica quântica, renormalização, regularização
Comentários: este é o primeiro de uma série de papers tratando do fenômeno de
transmutação dimensional em mecânica quântica não-relativística com a estrutura de
regularização dimensional. Potenciais invariantes com a escala são identificados e suas
propriedades gerais são derivadas. Uma estratégia para a renormalização dimensional destes
sistemas é apresentada.
Referência 18
Caorsi, S., Ciaramella, S., Gragnani, G.L., Pastorino, M. On the use of regularization
techniques in numerical inverse-scattering solutions for microwave imaging applications,
IEEE Trans. Microwave Theory Tech., vol. 43, pp. 632-640, March 1995.

Resumo: sim
Palavras-Chave: reconstrução de imagens, processamento de imagens, parâmetros de
regularização
Comentários: os autores deste artigo fazem uso de algumas técnicas de regularização,
comparando-as, em aplicações como as soluções para problemas de espalhamento inverso em
imagens através de microondas.
Referência 19
Chen, J.; Mandelshtam, V.A.; Shaka, A.J. Regularization of the Two-Dimensional Filter
Diagonalization Method: FDM2K, Journal of Magnetic Resonance, Vol. 146, No. 2, October
2000
Tema: imagens médicas
Resumo: sim
Palavras-Chave: espectro NMR, ruído, espectro, problema mal-condicionado, FDM2K
Comentários: os autores deste artigo apresentam um importante avanço no problema de
obtenção de uma lista bidimensional das características mais proeminentes em um espectro
NMR bidimensional de alta resolução na presença de ruído, quando do uso do método do
filtro de diagonalização (FDM) para limitar o espectro do processamento FFT convencional.
Dados inconsistentes são regularizados.
Referência 20
Chen, Y.; Barcelos, C.A.Z.; Mair, B.A. Smoothing and Edge Detection by Time-Varying
Coupled Nonlinear Diffusion Equations, Computer Vision and Image Understanding, Vol. 82,
No. 2, May 2001
Resumo: sim
Palavras-Chave: eliminação de ruído, detecção de contorno, equações diferenciais parciais,
suavidade isotrópica
Comentários: neste paper, os autores desenvolveram novos métodos para eliminação de
ruído e detecção de contorno em imagens pela solução de equações diferenciais parciais de
difusão não-lineares. Os testes numéricos indicaram que os novos métodos são mais rápidos e
capazes de resolver os problemas de maneira mais eficiente.
Referência 21
Choi, M.G.; Galatsanos, N.P.; Katsaggelos, A.K. Multichannel Regularized Iterative
Restoration of Motion Compensated Image Sequences, Journal of Visual Communication and
Image Representation Vol. 7, No. 3, September 1, 1996.
Tema: restauração de imagens móveis

Resumo: sim
Palavras-Chave: restauração de imagens, processamento de imagens, imagem multicanal
Comentários: este paper aborda o problema do processamento e restauração de imagens
através de uma proposta de restauração multicanal. Os múltiplos canais da seqüência de
imagens são restauradas simultaneamente pelo uso de uma formulação de multicanal
regularizado por mínimos quadrados. São propostas diversas abordagens obtenção do
operador de regularização multicanal.
Referência 22
Choi, M.G.; Yang, Y.; Galatsanos, N.P., Regularized multichannel recovery of compressed
video, International Conference on Image Processing, Proceedings, vol. 1, pp. 271-274, Oct.
1997.
Tema: recuperação de imagens
Resumo: sim
Palavras-Chave: compressão de dados, processamento de sinal de vídeo, decodificação,
restauração de imagens, suavidade
Comentários: este paper propõe uma abordagem para recuperação multicanal com
eliminação em vídeo comprimido. Por esta abordagem, os operadores de regularização são
definidos para capturar todas as propriedades de correlação em uma seqüência de imagens.
Em particular, um operador de regularização é definido explicitamente para forçar a
suavidade ao longo das trajetórias de movimento.
Referência 23
Cohen-Bacrie, C.; Goussard, Y. Electrical impedance tomography: regularized reconstruction
using a variance uniformization constraint, IEEE 17th Annual Conference in Engineering in
Medicine and Biology Society, vol.1, pp. 569-570, Sept. 1995.
Resumo: sim
Palavras-Chave: validação cruzada, reconstrução de imagens, regularização, validação
cruzada ordinária
Comentários: este paper apresenta uma nova abordagem de regularização para o problema
inverso mal-condicionado da tomografia por impedância elétrica. O foco principal da
comunicação é a escolha da matriz de regularização e dos parâmetros de
regularização, os quais são determinados a partir dos dados observados usando a
validação cruzada ordinária,
Referência 24
Cveti, G. Regularization at the Next-to-Leading Order in the Top-Mode Standard Model
without Gauge Bosons, Annals of Physics, Vol. 255, No. 2, April 1, 1997.

Resumo: sim
Palavras-Chave: condensação de Higgs, quarks, bósons, campos de Nambu-Goldstone
Comentários: este paper trata da aplicação da regulação na obtenção dos parâmetros e
medidas de quarks e bósons.
Referência 25
Davies, A.R., Anderssen, R.S. Improved estimates of statistical regularization parameters in
Fourier differentiation and smoothing, Num. Math., vol. 48, pp. 671-698, 1986.
Tema: aplicações na matemática
Fonte: ResearchIndex (CiteSeer): http://citeseer.nj.nec.com/
Resumo: não
Palavras-Chave: diferenciação numérica, problema mal-condicionado, suavidade
Comentários: não há informação suficiente.
Referência 26
Delaney, A.H.; Bresler, Y., Efficient edge-preserving regularization for limited-angle
tomography, International Conference on Image Processing, Proceedings, vol. 3, pp. 176-179,
Oct. 1995.
Resumo: sim
Palavras-Chave: reconstrução de imagens, suavidade, processamento de imagens médicas,
função custo, minimização
Comentários: este paper demonstra que a restrição de suavidade, aplicada através do uso de
regularização com preservação de contorno, pode prover reconstruções tomográficas
excelentes a partir de dados limitados. O problema de tomografia é formulado como um
problema de otimização de mínimos quadrados regularizados.
Referência 27
Delaney, A.H.; Bresler, Y., Globally convergent edge-preserving regularized reconstruction:
an application to limited-angle tomography, IEEE Transactions on Image Processing, vol. 7,
no. 2, pp. 204-211, Feb. 1998.
Resumo: sim
Palavras-Chave: reconstrução de imagens, problemas inversos, otimização, otimização não-
convexa, aproximações por mínimos quadrados.
Comentários: este paper introduz uma generalização de um algoritmo determinístico para
regularização preservadora de contorno em problemas lineares inversos. O algoritmo é
aplicado à reconstrução tomográfica a partir de dados limitados. Os resultados demonstram
que a aplicação de uma restrição de suavidade adequada através de uma regularização de
preservação de contorno fornece ótimas reconstruções.
Referência 28
Derado, J. Nonseparable, Compactly Supported Interpolating Refinable Functions with
Arbitrary Smoothness, Applied and Comput. Harmonic Analysis, Vol. 10, No. 2, March 2001.

Resumo: sim
Palavras-Chave: suavidade, polinômios de Bernstein, regularização
Comentários: neste paper são construídas famílias de funções de interpolação refináveis, não
separáveis e compactas com suavidade (ou regularidade) arbitrária. A ênfase deste artigo é
mostrar que, sob condições de geometria fáceis de verificar, estas famílias satisfazem as
condições de Cohenrs, e elas têm regularidade arbitrariamente alta.
Referência 29
Desvillettes, L. Regularization properties of the 2-dimensional non radially symmetric non
cutoff spatially homogeneous Boltzmann equation for Maxwellian molecules, Transp. Theory
Stat. Phys., vol. 26, no. 3, pp. 341-357, 1997.
Fonte: www.univ-orleans.fr/SCIENCES/MAPMO/publications/desvillettes/
Resumo: sim
Palavras-Chave: equação de Boltzmann, regularização
Comentários: os autores deste paper provam que a solução para a equação bidimensional
espacialmente homogênea de Boltzmann pode ser obtida sem suposições de simetria radial.
Referência 30
Dey, A.K.; Martin, C.F.; Ruymgaart, F.H., Input recovery from noisy output data, using
regularized inversion of the Laplace transform, IEEE Transactions on Information Theory,
vol. 44, no. 3, pp. 1125-1130, May 1998.
Tema: Processamento Digital de Sinais
Resumo: sim
Palavras-Chave: ruído, problemas mal-condicionados, suavidade, problemas inversos,
reconstrução de sinal
Comentários: em um sistema dinâmico, a entrada deve ser recuperada a partir de medidas
finitas, corrompidas por erro, da saída do sistema. Este paper mostra um estimador natural e
não-polarizado para a transformada de Laplace da saída, a partir da qual um estimador da
entrada pode ser obtido pela multiplicação com um polinômio e subseqüente aplicação da
transformada inversa de Laplace regularizada.
Referência 31
Diacu, F.; Mioc, V.; Stoica, C. Phase-space structure and regularization of Manev-type
problems, Nonlinear Analysis, vol. 41, no. 7-8, pp. 1029-1055, September 2000.
Resumo: sim
Palavras-Chave: regularização, problemas de Manev, relatividade
Comentários: este paper busca um ponto de unificação para vários problemas de dinâmica
não-linear de partículas pelo uso da teoria qualitativa de sistemas dinâmicos. Os autores usam
uma estrutura fase-espaço para abordar a questão da regularização de colisões.
Referência 32
Dion, F.; Lasia, A. The use of regularization methods in the deconvolution of underlying
distributions in electrochemical processes, Journal of Electroanalytical Chemistry, vol. 475,
no. 1, pp. 28-37, October 1999.
Tema: aplicações em química

Resumo: sim
Palavras-Chave: métodos de regularização, catálise, cinética
Comentários: os autores deste artigo demonstram como se pode obter a distribuição de
absorção de energia de uma maneira simples e eficiente, através do uso da regularização.
Referência 33
Dragos, L. Regularization theory and the problem of two centers of gravity, Stud. Cerc. Mat.,
vol. 30, no. 4, pp. 391-411, 1978.
Resumo: sim
Palavras-Chave: ponto material, campo gravitacional, espaço paramétrico de quatro
dimensões
Comentários: este paper faz o estudo do movimento de um ponto material na presença de um
campo gravitacional principal e um campo gravitacional secundário (perturbação). O
problema é resolvido por sucessivas aproximações e pelo uso da teoria de regularização.
Referência 34
Echterhoff, S. Regularizations of Twisted Covariant Systems and Crossed Products with
Continuous Trace, Journal of Functional Analysis, Vol. 116, No. 2, September 1, 1993
Resumo: sim
Palavras-Chave: mapeamento contínuo G-eqüivariante, produtos cruzados, regularização
Comentários: neste paper define-se uma regularização de um sistema covariante entrelaçado
como um mapeamento contínuo G-eqüivariante em um espaço G localmente compacto com
certas propriedades adicionas. Os autores mostram que a regularização pode ser uma
ferramenta útil para a determinação da estrutura do produto cruzado entrelaçado.
Referência 35
Efstratiadis, S.N.; Katsaggelos, A.K., An adaptive regularized recursive displacement
estimation algorithm, IEEE Transactions on Image Processing, vol. 2, no. 3, pp. 341-352, July
1993.
Tema: Processamento de Imagens
Resumo: sim
Palavras-Chave: erro de linearização, variância, suavidade, processamento de imagens
Comentários: este paper apresenta um algoritmo adaptativo regularizado recursivo para
estimação de diferenças. Uma abordagem de regularização teórica é seguida pela resolução de
um sistema de equações. O algoritmo resultante, aplicado em vídeo-conferências, apresenta
uma boa acuidade, robustez e suavidade.
Referência 36
Elsner, L.; He, C.; Mehrmann, V. Completion of a matrix so that the inverse has minimum
norm, application to the regularization of descriptor control problems, Linear Algebra for
Control Theory, Paul Van Dooren, Bostwick Wyman, eds., The IMA Volumes in Mathematics
and its Applications, Vol. 62, Springer-Verlag, 1994
Tema: controle
Fonte: www.ima.umn.edu/springer/v62/toc.pdf
Resumo: sim
Palavras-Chave: procedimentos heurísticos, problema de otimização, solução iterativa,
função convexa, robustez
Comentários: os autores deste paper utilizam a teoria da regularização inserida em um
contexto matemático de matrizes com inversa de mínima norma e sua aplicação em problemas
de controle.
Referência 37
Eriksson, J., Wedin, P.A. Regularization methods for nonlinear least squares part i: Exactly
rank-deficient problems, Technical Report UMINF 96.04, Dept. of Comp. Science, Umea
University, Umea, Sweden, 1997.
Resumo: sim
Palavras-Chave: Jacobiana, problema de norma mínima, Gauss-Newton
Comentários: este paper desenvolve teoria e métodos para regularização de problemas de
mínimos quadrados para minimizar a norma Euclidiana. Considera-se aqui o caso em que a
Jacobiana é exatamente deficiente quanto ao rank. São propostos dois métodos de
regularização para resolver o problema não-linear de mínima norma.
Referência 38
Eriksson, J., Wedin, P.A. Regularization methods for nonlinear least squares part ii: Almost
rank-deficient problems, Technical Report UMINF 96.04, Dept. of Comp. Science, Umea
University, Umea, Sweden, 1997.
Resumo: sim
Palavras-Chave: Jacobiano, regularização de Tikhonov, otimização não-linear, métodos de
Gauss-Newton, problemas mal-condicionados
Comentários: os autores analisam o problema não-linear de mínimos quadrados sob o ponto
de vista da deficiência de rank em mínimos locais quando há uma grande brecha em valores
singulares da Jacobiana, e pelo menos um desses valores é pequeno. A abordagem para este
problema utiliza técnicas de otimização linear e não-linear.
Referência 39
Estrela, V.V.; Galatsanos, N.P. Spatially-adaptive regularized pel-recursive motion estimation
based on cross-validation, Proceedings of the 1998 International Conference on Image
Processing, vol. 2, pp. 200-203, Oct. 1998.
Tema: estimação de movimento

Resumo: sim
Palavras-Chave: validação cruzada, estimação de movimento, seqüências de imagens,
solução de Wiener
Comentários: neste paper os autores melhoram o algoritmo recursivo baseado em Wiener
através do uso de regularização espacialmente adaptativa. Eles empregam a abordagem da
validação cruzada para determinar o valor ótimo do parâmetro de regularização para cada
pixel.
Referência 40
Fang, H.; Nurre, J.H. Smoothing random noise from human head scan data, IEEE
Transactions on Medical Imaging, vol. 15, no. 1, pp. 102-111, Feb. 1996.
Resumo: sim
Palavras-Chave: validação cruzada, ruído aleatório, processamento de imagens médicas,
suavidade, regularização
Comentários: os autores deste paper justificam alguns aspectos considerados na suavidade
dos dados de imagens obtidas por tomografia, dispensando especial atenção ao filtro
Gaussiano, o qual tem se mostrado como o único que preserva a integridade dos dados, e a
validação cruzada generalizada, que permite estimar o tamanho adequado do filtro.
Referência 41
Fessler, J.A.; Macovski, A. Non-parametric tracking of shift and shape functions in medical
images, Sixth Multidimensional Signal Processing Workshop, p. 46, Sept. 1989.
Resumo: sim
Palavras-Chave: spline suavizantes, imagens médicas, regularização, critério de otimalidade
Comentários: os autores apresentam um algoritmo alternativo para rastrear os parâmetros de
deslocamento e forma, o qual é baseado em suavização não paramétrica de splines. Ao
invés de requerer um modelo de Gauss-Markov conhecido, o algoritmo assume somente
que as funções de deslocamento e forma estão variando suavemente, em um senso pré-
definido.
Referência 42
Figueiredo, M.T.; Leitão, J.M.N. Image restoration using neural networks, IEEE International
Conference on Acoustics, Speech, and Signal Processing - ICASSP-92, vol. 2, pp. 409-412,
March 1992.

Resumo: sim
Palavras-Chave: algoritmos paralelos, ruído branco aditivo Gaussiano, problema de
otimização, precisão numérica finita
Comentários: este paper propõe dois novos algoritmos para restauração de imagens.
Considera-se que a imagem é degradada por “borrões” lineares e ruído branco Gaussiano
aditivo. Estimação máxima a posteriori e teoria da regularização são aplicadas a este
problema. A robustez dos algoritmos com respeito à precisão numérica finita é estudada.
Referência 43
Figueiredo, M.A.T.; Leitão, J.M.N., Sequential and parallel image restoration: neural
network implementations, IEEE Transactions on Image Processing, pp. 789-801, Nov. 1994.
Resumo: sim
Palavras-Chave: rede de Hopfield, algoritmos paralelos, ruído Gaussiano, ruído branco,
estimação MAP
Comentários: neste paper são propostos algoritmos de restauração de imagem seqüencial e
paralela e suas implementações em redes neurais. São propostas implementações neurais de
algoritmos de minimização iterativos que são comprovadamente convergentes. Os esquemas
de desenvolvimento são baseados em redes de Hopfield modificadas.
Referência 44
Fisher, T.R.; Perez, J.D. Use of spline expansions and regularization in the unfolding of data
from spaceborne sensors, Proceedings of SPIE The International Society for Optical
Engineering, pp. 212-225.
Tema: processamento digital de sinais
Resumo: sim
Palavras-Chave: dados ruidosos, spline suavizante, B-spline, regularização
Comentários: este paper apresenta resultados de uma abordagem de spline suavizante
aplicada a processamento digital de sinais, na qual o espectro é expandido em um
espaço de funções B-spline cúbicas e os coeficientes da expansão são determinados
através de regularização.
Referência 45
Fortier, N.; Demoment, G.; Goussard, Y. GCV and ML Methods of Determining Parameters
in Image Restoration by Regularization: Fast Computation in the Spatial Domain and
Experimental Comparison, Journal of Visual Communication and Image Representation, Vol.

4, No. 2, June 1993.
Resumo: sim
Palavras-Chave: função de suavidade, estimação Bayesiana, restauração de imagens
Comentários: neste paper são discutidos dois métodos para obtenção dos parâmetros de
regularização para a aplicação em restauração linear de imagens: máxima verossimilhança e
validação cruzada generalizada. É dada particular atenção para problemas de implementação.
Referência 46
Franchois, A.; Pichot, C. Microwave imaging-complex permittivity reconstruction with a
Levenberg-Marquardt method, IEEE Transactions on Antennas and Propagation, vol. 45, no.
2, pp. 203-215, Feb. 1997.
Tema: reconstrução de imagens
Resumo: sim
Palavras-Chave: validação cruzada, microondas, permissividade, reconstrução de imagens,
processamento de imagens médicas
Comentários: este paper se refere a uma reconstrução quantitativa das distribuições
dielétricas e condutivas de objetos biológicos por meio de microondas. É investigada a
influência da geometria do receptor e são examinados dois métodos para escolha do
parâmetro de regularização, um método empírico e um método de validação cruzada
generalizada.
Referência 47
Freidlin, M.; Weinberger, H. On a Backward-Forward Parabolic Equation and Its
Regularization, Journal of Differential Equations, Vol. 105, No. 2, October 1, 1993
Resumo: sim
Palavras-Chave: equação parabólica, fluxo de fluidos, problema mal-condicionado
Comentários: neste paper são analisadas condições para a unicidade de soluções para
equações parabólicas que descrevem o comportamento do movimento dos fluidos. São
estudadas também constantes arbitrárias adicionais para tornar o problema mais bem-
condicionado. Por fim, são analisadas as condições de convergência da solução das equações.
Referência 48
Frohlinghaus, T.; Buhmann, J.M., Regularizing phase-based stereo, 13th International
Conference on Pattern Recognition, Proceedings, vol. 1, pp. 451-455, Aug. 1996.
Tema: Processamento de Imagens

Resumo: sim
Palavras-Chave: reconstrução de imagens, diferenças de fase, suavidade, campos de Markov
Comentários: técnicas baseadas em wavelets têm provado ser uma abordagem promissora
para estimação da disparidade entre duas imagens estéreo. A fim de aperfeiçoar este esquema,
um esquema de regularização é proposto. Regiões não confiáveis são satisfeitas pelo uso de
uma simples restrição de suavidade.
Referência 49
Galatsanos, N.P.; Katsaggelos, A.K., Methods for choosing the regularization parameter and
estimating the noise variance in image restoration and their relation, IEEE Transactions on
Image Processing, vol. 1, no. 3, pp. 322-336, July 1992.
Resumo: sim
Palavras-Chave: análise de erro, ruído, processamento de imagens, estimação de parâmetros
Comentários: a aplicação de regularização a problemas mal condicionados necessita da
escolha de um parâmetro de regularização que fornece fidelidade aos dados com suavidade da
solução. O problema de escolha do parâmetro de regularização e estimação da variância do
ruído em restauração de imagens é examinado. Uma análise de erro baseada em um critério de
erros quadrados médios é usada para motivar a regularização.
Referência 50
Georgiev, P.G.; Zlateva, N.P. Reconstruction of the Clarke Subdifferential by the Lasry-Lions
Regularizations, Journal of Mathematical Analysis and Applications
Vol. 248, No. 2, August 15, 2000.
Resumo: sim
Palavras-Chave: função de Lipschitz, espaço de Hilbert, sub-diferenciais de Clarke
Comentários: neste paper os autores provam que o sub-diferencial de Clarke de uma função
localmente de Lipschitz com uma condição de crescimento, definida em um espaço de
Hilbert, pode ser representado pelas derivadas de suas regularizações de Lasry-Lions.
Referência 51
Gimel'farb, G.L. Regularization of low-level binocular stereo vision considering surface
smoothness and dissimilarity of superimposed stereo images. In Aspects of Visual Form
Processing, pages 231-240, Singapore, 1994.
Resumo: não
Palavras-Chave: processamento de imagens, suavidade, restrições
Comentários: a fonte não dispõe do resumo ou texto completo do artigo.
Referência 52
Gokmen, M.; Li, C.C. Edge detection with iteratively refined regularization, Proceedings of
10th International Conference on Pattern Recognition, vol. 1, pp. 690-693, June 1990.

Resumo: sim
Palavras-Chave: função energia, imagens sintéticas, suavidade, reconhecimento de padrão,
reconstrução de superfície
Comentários: é apresentada uma abordagem para problemas de detecção de contorno. A
função de energia na regularização padrão tem sido modificada para controlar a suavidade
sobre o espaço da imagem, a fim de obter uma localização apurada dos contornos. Os autores
desenvolveram um algoritmo que melhora iterativamente a solução em regiões descontínuas
pela atualização do parâmetro de regularização.
Referência 53
Gokmen, M.; Li, C.C., Edge detection using refined regularization, IEEE Computer Society
Conference on Computer Vision and Pattern Recognition - CVPR '91, Proceedings, pp. 215-
221, June 1991.
Resumo: sim
Palavras-Chave: imagens reais, suavidade, sinal de erro, reconhecimento de padrões,
processamento de imagem
Comentários: este paper apresenta um algoritmo de detecção de contorno baseado na teoria
da regularização, no qual a suavidade é controlada espacialmente sobre o espaço da imagem.
O algoritmo começa com uma solução regularizada sobre-suavizada e iterativamente refina a
superfície ao redor das descontinuidades usando o conhecimento da estrutura das
descontinuidades exibidas no sinal de erro entre os dados da imagem e a solução regularizada
anterior.
Referência 54
Gokmen, M.; Li, C.C., Edge detection and surface reconstruction using refined
regularization, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 15, no.
5, pp. 492-499, May 1993.
Resumo: sim
Palavras-Chave: filtragem, reconstrução de superfície, detecção de contorno, suavidade,
métodos iterativos
Comentários: este paper apresenta um algoritmo de detecção de contorno e reconstrução de
superfície, no qual a suavidade é controlada espacialmente sobre o espaço da imagem. Os
valores dos parâmetros no modelo são determinados adaptativamente por um processo de
refinamento iterativo; conseqüentemente, os parâmetros dependentes da imagem, como o
valor ótimo do parâmetro de regularização ou o tamanho do filtro, são eliminados.
Referência 55
Gonzalez, H.; Galatsanos, N.P.; Katsaggelos, A.K. Cross-validation And Maximum Likelihood
Space Varying Regularized Image Restoration, Proceedings of the Seventh Workshop on
Multidimensional Signal Processing, p. 1.6, September 1991.

Resumo: sim
Palavras-Chave: validação cruzada, restauração de imagens, regularização, máxima
verossimilhança
Comentários: este paper trata do uso da validação cruzada e da máxima verossimilhança na
restauração de imagens regularizadas.
Referência 56
Granados, J.J.; Gallego, R. Regularization of nearly hypersingular integrals in the boundary
element method, Engineering Analysis with Boundary Elements, vol. 25, no. 3, pp. 165-184,
March 2001.
Resumo: sim
Palavras-Chave: método do elemento de contorno, regularização integral, integrando
proximamente singular, integrais quase singulares
Comentários: este paper apresenta um procedimento de regularização complexa de sementes,
o qual leva a uma decomposição de integrais quase singulares e quase hipersingulares em uma
série de termos mais simples.
Referência 57
Groetsch, C.W. The Theory of Tikhonov regularization for Fredholm equations of the first
kind, Pitman, Boston, 1984.
Resumo: não
Palavras-Chave: problema inverso mal-condicionados, ruído, minimização, suavidade
Comentários: este paper é largamente citado na literatura.
Referência 58
Gunsel, B.; Guzelis, C. Supervised learning of smoothing parameters in image restoration by
regularization under cellular neural networks framework, Proceedings of the International
Conference on Image Processing, vol. 1, pp. 470-473, Oct. 1995.
Resumo: sim
Palavras-Chave: aprendizado, redes neurais recorrentes, redes neurais celulares, restauração
de imagens, sistemas adaptativos
Comentários: a estimação dos parâmetros de suavidade é um dos problemas mais
complicados no uso de técnicas de regularização para restauração de imagens. Este paper
mostra como redes neurais celulares (CNNs) incorporadas com um algoritmo de aprendizado
podem ser úteis em aprendizado adaptativo dos parâmetros de suavidade da regularização.
Referência 59
Gupta, S.N.; Prince, J.L. On div-curl regularization for motion estimation in 3-D volumetric
imaging, International Conference on Image Processing, Proceedings, vol. 1, pp. 929-932,
Sept. 1996.

Resumo: sim
Palavras-Chave: seqüências de imagens, brilho, suavidade, spline, suavidade
Comentários: este paper considera o algoritmo clássico de fluxo óptico de Horn e Schunck
para estimação do movimento de padrões de brilho entre pares de imagens. Os autores usam
uma condição de suavidade modificada baseada na divergência e ondulação do campo de
velocidade.
Referência 60
Harabetian, E.; Osher, S.; Shu, C.W. An Eulerian Approach for Vortex Motion Using a Level
Set Regularization Procedure, Journal of Computational Physics, Vol. 127, No. 1, August 1,
1996
Resumo: sim
Palavras-Chave: abordagem Euleriana, movimento de fluido incompressível, vórtex
tridimensional
Comentários: neste paper apresenta-se uma abordagem Euleriana para resolver o problema
do movimento de um fluido incompressível, em duas e três dimensões, no qual a vorticidade é
concentrada em um conjunto dimensional mais baixo. A regularização é topológica e é
automaticamente implementada através do uso de esquemas numéricos. Vários exemplos
numéricos são mostrados.
Referência 61
Hare, J.R.; Reilly, J.P. The iterative deconvolution of linearly blurred images using non-
parametric stabilizing functions, Proceedings of the 2000 International Conference on Image
Processing, vol. 3, pp. 770-773, Sept. 2000.
Resumo: sim
Palavras-Chave: regularização não-paramétrica, processamento de imagens, ruído, análise de
erros
Comentários: este paper apresenta uma solução iterativa para o problema da deconvolução
de imagens. Estabilização não-paramétrica ótima e funções de regularização são derivadas
baseadas na análise de erros.
Referência 62
Heinrich, G.; Leibbrandt, G. Split dimensional regularization for the Coulomb gauge at two
loops, Nuclear Phisics B, vol. 575, no. 1-2, pp. 359-382, May 2000.
Resumo: sim
Palavras-Chave: regularização, medida de Coulomb, renormalização, energia quark
Comentários: os autores avaliam os coeficientes dos pólos principais do quark de dois loops
na medida de Coulomb. Eles trabalham com a regularização com parâmetros complexos.
Referência 63
Hong, M.C.; Stathaki, T. A regularized least mean mixed norm multichannel image
restoration algorithm, International Conference on Image Processing, ICIP 98, Proceedings,
vol. 2, pp. 828-832, Oct. 1998.
Resumo: sim
Palavras-Chave: algoritmo de restauração, restauração multicanal, LMS, suavidade, iteração
Comentários: este paper apresenta um algoritmo de norma mista para restauração de imagens
multicanal, combinando LMS, LMF e uma função de suavidade. É introduzido um parâmetro
de norma mista que controla a contribuição relativa entre o LMS ,o LMF e o parâmetro de
regularização que define o grau de suavidade, atualizados após cada iteração.
Referência 64
Hong, M.C.; Stathaki, T.; Katsaggelos, A.K., A regularized mixed norm multichannel image
restoration approach, Ninth IEEE SP Workshop on Statistical Signal and Array Processing,
Proceedings, pp. 220-223, Sept. 1998.
Resumo: sim
Palavras-Chave: restauração multicanal, algoritmo determinístico, LMS, suavidade
Comentários: este paper mostra o desenvolvimento de um algoritmo determinístico
regularizado de norma mista para restauração de imagens multicanal. O algoritmo possui dois
parâmetros, um definido pelo controle da contribuição relativa entre as normas LMS e LMF, e
o outro (parâmetro de regularização) é definido para controle do grau de suavidade da solução.
Referência 65
Hong, S.W.; Bao, P. An edge-preserving subband coding model based on non-adaptive and
adaptive regularization, Image and Vision Computing, vol. 18, pp. 573–582, 2000.
Resumo: sim
Palavras-Chave: codificação por sub-bandas, restauração de imagens, regularização com
preservação de contorno
Comentários: neste paper os autores introduzem duas novas abordagens para compressão de
imagens com preservação de contorno: transformada wavelet e regularização por mínimos
quadrados com restrições.
Referência 66
Hong, S.W.; Chan, Y.H.; Siu, W.C. Subband adaptive regularization method for removing
blocking effect, International Conference on Image Processing, Proceedings, vol. 2, pp. 523-
526, Oct. 1995.

Resumo: sim
Palavras-Chave: codificação de imagens, processamento adaptativo de sinais, codificação
por transformada, DCT, medidas objetivas
Comentários: este paper apresenta duas novas abordagens para remoção do efeito de
blocagem em imagens codificadas por transformadas a baixas taxas de bits através do uso de
uma técnica de decomposição/reconstrução por sub-bandas. Ambas as abordagens fazem uso
das características do ruído de cada sub-banda para limitar o máximo erro tolerável e a
suavidade das imagens restauradas na restauração das imagens das sub-bandas através de
regularização.
Referência 67
Huber, R.; Schwaiger, R.; Mayer, H.A. On the Role of Regularization Parameters in Fitness
Functions for Evolutionary Designed Artificial Neural Networks, In World Congress on
Neural Networks, pp. 1063-1066, International Neural Network Society, Lawrence Erlbaum
Associates, 1996
Tema: classificação de padrões
Resumo: sim
Palavras-Chave: algoritmo genético, codificação, erro de aprendizado, mapeamento
Comentários: este paper apresenta um critério para a acuidade das soluções de redes neurais
artificiais para classificação de padrões através da arquitetura. Para isso, adotou-se uma
abordagem baseada em algoritmos genéticos. São estudados também os erros de aprendizado
e o termo de regularização dependente da topologia da rede.
Referência 68
Igarashi, H.; Kawato, M. An extension of the standard regularization theory to a two-layer
random field model, Transactions of the Institute of Electronics, Information and
Communication Engineers D II., vol. J75D-II, no.1; pp.157-161, jan. 1992.
Resumo: sim
Palavras-Chave: problemas mal-condicionados, “early vision”, restrições genéricas
Comentários: a teoria de regularização padrão é um método poderoso para resolução de
problemas mal-condicionados em “early vision”. Os autores estendem a teoria a problemas
onde restrições genéricas ou conhecimento são expressos em um a estrutura de campo
aleatório.
Referência 69
Igarashi, H.; Kawato, M., A proposal for a hierarchical MRF model based on conditional
probability, IEEE International Joint Conference on Neural Networks, vol. 1, pp. 268-274,
Nov. 1991.

Resumo: sim
Palavras-Chave: processamento de imagens, modelo MRF, probabilidade condicional,
restrições genéricas, intensidade de pixel
Comentários: a teoria da regularização padrão é estendida a problemas onde restrições
genéricas ou conhecimento são expressos com a estrutura de um modelo de campo aleatório
de Markov (MRF). Esta teoria estendida é aplicada à restauração de imagens em que um
estado desejado na linha de processo é dado como uma restrição.
Referência 70
Insa, S.C. Regularization, kernels and sigmoid net, citeseer.nj.nec.com/270794.html
Resumo: sim
Palavras-Chave: razão matemática, aprendizado, rede sigmoidal
Comentários: este trabalho apresenta uma razão matemática para funções com formato
sigmóide, levando em conta a função distribuição de probabilidade no contexto da teoria de
regularização para aprendizado.
Referência 71
Isac, G. Tikhonov's Regularization and the Complementarity Problem in Hilbert Spaces,
Journal of Mathematical Analysis and Applications, Vol. 174, No. 1, March 15, 1993
Resumo: não
Palavras-Chave: regularização de Tikhonov, problema da complementaridade, espaços de
Hilbert
Comentários: este paper faz considerações matemáticas a respeito da regularização e
complementaridade aplicados aos espaços de Hilbert.
Referência 72
Iusem, A.N.; Svaiter, B.F. A new smoothing-regularization approach for a maximum
likelihood problem, Applied Mathematics and Optimization, vol. 29, pp. 225-241, 1994.
Resumo: não
Palavras-Chave: parâmetro de regularização, generalização
Referência 73
Johansson, K.H.; Egerstedt, M.; Lygeros, J.; Sastry, S. On the regularization of Zeno hybrid
automata, Systems & Control Letters, vol. 38, no. 3, pp. 141-150, October 1999.
Tema: controle e automação
Resumo: sim
Palavras-Chave: sistemas híbridos, autômato Zeno, regularização, simulação
Comentários: os autores deste artigo fazem um estudo a respeito das propriedades
fundamentais de autômatos híbridos, tais como existência e unicidade de execuções. É dada
particular atenção ao autômato híbrido Zeno. É mostrado que técnicas de regularização podem
ser utilizadas para estender as execuções Zeno para tempos além do tempo Zeno.
Referência 74
Johnson, C.R.; MacLeod, R.S. Adaptive local regularization methods for the inverse ECG
problem, Progress in Biophysics & Molecular Biology, vol. 69, no. 2-3, pp. 405-423, March
1998.
Tema: aplicações médicas
Resumo: sim
Palavras-Chave: eletrocardiografia, problema inverso, suavidade, regularização
Comentários: os autores deste artigo apresentam novos métodos para alcançar melhores
estimativas das distribuições potenciais da superfície do coração em termos dos potenciais de
torso através de um procedimento inverso. Para isso, eles fazem uso de um algoritmo de
refinamento automático e adaptativo e de um novo procedimento de regularização local.
Referência 75
Ju, S.X.; Black, M.J.; Jepson, A.D. Skin and bones: multi-layer, locally affine, optical flow
and regularization with transparency, 1996 IEEE Computer Society Conference on Computer
Vision and Pattern Recognition, CVPR '96, Proceedings, pp. 307-314, June 1996.
Tema: Reconhecimento de Padrões
Resumo: sim
Palavras-Chave: visão computacional, seqüências de imagens, transparência, suavidade
Comentários: este paper descreve um novo método para estimação do fluxo óptico que leva a
um balanço entre a flexibilidade das computações densas locais e a robustez e acuidade dos
modelos de fluxo globais parametrizados. Restrições de suavidade nos parâmetros de fluxo
forçam a continuidade do movimento.Para regularizar essa representação, foi desenvolvida
uma nova estrutura para regularização com transparência.
Referência 76
Juntunen, M.; Kaipio, J.P. Stabilization of smoothness priors deterministic regression TVAR
models, IEEE International Conference on Acoustics, Speech, and Signal Processing,
Proceedings, vol.1, pp. 568-571, June 2000.
Resumo: sim
Palavras-Chave: sistemas variantes no tempo, modelos auto-regressivos variantes no tempo,
algoritmo tipo Gauss-Newton, análise EEG
Comentários: um método para estabilização de modelos auto-regressivos variantes no tempo
é proposto. O método é baseado na suavidade e posterior regularização das equações de
predição com restrições de estabilidade não-lineares. O problema é resolvido iterativamente
através de um algoritmo do tipo Gauss-Newton.
Referência 77
Kang, M.G.; Katsaggelos, A.K. General choice of the regularization functional in regularized
image restoration, IEEE Transactions on Image Processing, vol. 4, no. 5, pp. 594-602, May
1995.
Resumo: sim
Palavras-Chave: métodos iterativos, processamento adaptativo de sinais, suavidade,
convergência de métodos numéricos, mínimo global
Comentários: a determinação do parâmetro de regularização é um tópico importante na
restauração de imagens regularizadas, já que ele controla a relação entre fidelidade dos dados
e suavidade da solução. O paper propõe o uso de uma função de regularização, ao invés de um
parâmetro de regularização. A função de regularização é definida em termos da imagem
restaurada a cada iteração.
Referência 78
Kang, M.G.; Katsaggelos, A.K., Simultaneous multichannel image restoration and estimation
of the regularization parameters, IEEE Transactions on Image Processing, vol. 6, no. 5, pp.
774-778, May 1997.
Resumo: sim
Palavras-Chave: aproximações por mínimos quadrados, suavidade, métodos iterativos,
Comentários: neste paper, uma abordagem para restauração de imagem multicanal baseada
na restrição de mínimos quadrados é proposta, a qual não requer nenhum conhecimento a
priori a respeito da variância do ruído ou o grau de suavidade da imagem original. A função
de regularização para cada canal é determinada pela incorporação de informações intra e
inter-canais.
Referência 79
Karayiannis, N.B.; Venetsanopoulos, A.N. Image restoration: a regularization approach,
Second International Conference on Image Processing and its Applications, IEE, pp. 1-5,
1986.
Resumo: sim
Palavras-Chave: restauração de imagens, teoria da regularização, suavidade, funcional de
estabilização
Comentários: propõe-se neste paper uma abordagem para restauração de imagens baseada na
teoria da regularização. O problema é inicialmente formulado como a minimização de um
funcional de suavidade, consistindo da distância Euclidiana entre os dados e o objeto operado
pelo sistema de formação de imagem, e um funcional de estabilização. Alguns resultados de
simulação são apresentados, para avaliar a qualidade desta abordagem.
Referência 80
Karayiannis, N.B.; Venetsanopoulos, A.N. Regularization theory, MAP estimation and Wiener
filtering in image restoration: points of tangency and areas of intersection, IEEE International
Symposium on Circuits and Systems, vol. 3, pp. 835-838, 1987.
Resumo: sim
Palavras-Chave: restauração de imagens, estimação MAP, equações diferenciais parciais,
filtro de Wiener
Comentários: são apresentadas algumas interpretações da abordagem da funcional de
estabilização em restauração de imagens. Isto é feito através da sua comparação com
restaurações de imagens contínuas e discretas baseadas em uma abordagem de estimação do
tipo MAP. A relação entre certos conceitos da teoria de regularização e a filtragem de Wiener
é também discutida.
Referência 81
Karayiannis, N.B.; Venetsanopoulos, A.N. Regularization theory in discrete image
restoration, Proceedings of the SPIE, The International Society for Optical Engineering,
vol.1001, pt.1, p.25-36, 1988.
Resumo: sim
Palavras-Chave: restauração de imagens, problemas inversos, problemas mal-condicionados,
aplicabilidade, função de estabilização
Comentários: os autores apresentam diversos aspectos da aplicação da teoria da
regularização em restauração de imagens. Isto é feito pela extensão da aplicabilidade da
abordagem da funcional de estabilização para problemas bidimensionais mal-condicionados.A
restauração de imagens é formulada como uma minimização restrita de um funcional de
estabilização.
Referência 82
Karayiannis, N.B., Venetsanopoulos, A.N. Regularization theory in image restoration - the
regularizing operator approach, Optical-Engineering, vol.28, no.7, pp.761-780, July 1989.
Resumo: sim

Palavras-Chave: problema mal-condicionado, problema inverso, restauração de imagens
Comentários: este paper apresenta a aplicação da abordagem do operador de regularização
(RO) em restauração discreta de imagens. Isto é feito através da extensão da aplicabilidade da
abordagem do operador de regularização a problemas inversos discretos. Resultados
experimentais são apresentados, comparados e discutidos.
Referência 83
Karayiannis, N.B., Venetsanopoulos, A.N. Regularization theory in image restoration--the
stabilizing functional approach. IEEE Transactions on Acoustics, Speech, and Signal
Processing, vol. 38, no. 7, p. 1155-1179, July 1990.
Resumo: sim
Palavras-Chave: problema mal-condicionado, problema inverso, suavidade, restrições
Comentários: neste paper são apresentados vários aspectos da aplicação da teoria da
regularização em restauração de imagens. Isto é feito através da extensão da aplicabilidade da
abordagem de funcional de estabilização para problemas bidimensionais inversos mal-
condicionados. A restauração inversa é formulada como a minimização restrita da funcional
de estabilização.
Referência 84
Kardouchi, M.; Dipanda, A.; Marzani, F.; Legrand, L. A convex approximation of
regularization models for motion estimation with Markov random fields, International
Conference on Image Processing, Proceedings, vol. 1, pp. 121-124, Sept. 1996.
Resumo: sim
Palavras-Chave: seqüências de imagens, análise de Fourier, processos de Markov,
processamento adaptativo de sinais, suavidade
Comentários: em muitas situações, meramente as variações dos valores cinzas não provêm
informação suficiente para determinação dos vetores diferença entre dois quadros sucessivos.
Restrições de regularização são necessárias para resolver este problema. Este paper propõe
um método que leva em conta descontinuidades enquanto leva a uma aproximação convexa
de um modelo de regularização não-convexo.
Referência 85
Kempen, G.M.P.; Vliet, L.J. The influence of the regularization parameter and the first
estimate on the performance of Tikhonov regularized non-linear image restoration
algorithms, Journal of Microscopy, vol. 198, no. 1, pp. 63-75, April 2000.
Fonte: www.bae.unicamp.br - Probe - OvidWeb
Resumo: sim
Palavras-Chave: restauração de imagens, validação cruzada generalizada, filtro de Tikhonov-
Miller, ruído de Poisson
Comentários: este paper reporta estudos na influência do parâmetro de regularização e a
primeira estimativa na performance de algoritmos iterativos de restauração de imagens. Eles
concluem também que o método de validação cruzada generalizada é um método eficiente
para determinar um valor do parâmetro de regularização próximo ao valor ótimo.
Referência 86
Keren, D.; Gotlib, A. Denoising Color Images Using Regularization and "Correlation Terms",
Journal of Visual Communication and Image Representation, Vol. 9, No. 4, December 1,
1998.
Resumo: sim
Palavras-Chave: restauração de imagens, múltiplos canais, erro médio quadrático, suavidade
Comentários: o problema abordado neste trabalho é a restauração de imagens que têm vários
canais de informação. Foram estudadas imagens coloridas, mas as idéias aqui apresentadas
podem ser estendidas para outros tipos de imagens com mais de um canal. O método sugerido
é o uso de um esquema probabilístico que provou ser útil para restauração de imagens e
incorporação de termos de correlação adicionais que melhoram a regularização.
Referência 87
Khutoryansky, N.; Sosa, H. New regularization formulas in the boundary element method for
anisotropic elasticity, Mechanics Research Communications, vol. 24, no. 4, pp. 391-397, July
1997.
Tema: engenharia mecânica
Resumo: sim
Palavras-Chave: regularização, esforço, gradientes
Comentários: este artigo trata do desenvolvimento de novas fórmulas de regularização para o
cálculo de esforços através do método do elemento de borda. Eles abordam também a
natureza singular das equações integrais que descrevem o comportamento de deslocamento e
campos de esforço induzidos em corpos elásticos.
Referência 88
Kiselman, C.O. Regularity Properties of Distance Transformations in Image Analysis,
Computer Vision and Image Understanding, Vol. 64, No. 3, November 1996.
Resumo: sim
Palavras-Chave: medida de distância, semiregularidade, processamento de imagens

Comentários: este paper aborda uma transformação de distância que fornece, para todo
conjunto no plano de imagem, uma função que mede a distância para o conjunto. Vários
diferentes métodos de medida de distância são possíveis, porém alguns têm propriedades
indesejáveis. Muitas medidas de distância podem ser definidas por uma convolução. Os
autores usam esta operação para estudar o fenômeno da semiregularidade.
Referência 89
Kleppe, G.; Woodard, R.P. Two Loop Calculations Using Nonlocal Regularization, Annals of
Physics, Vol. 221, No. 1, January 1, 1993.
Tema: aplicações físicas
Resumo: sim
Palavras-Chave: regularização não-local, funções beta
Comentários: este paper trata da renormalização de escalares através de um e dois “loops”,
usando a técnica de regularização não-local, demonstrando que o método trata divergências de
“overlapping” corretamente.
Referência 90
Kobayashi, H.; Matsumoto, T.; Yagi, T.; Shimmi, T. A layered architecture for regularization
vision chips, IEEE International Joint Conference on Neural Networks, Proceedings, vol. 2,
pp. 1007-1020, Nov. 1991.
Resumo: sim
Palavras-Chave: visão computacional, CMOSIC, suavidade, processamento de imagens
Comentários: os autores propõem uma arquitetura em camadas para problemas de
regularização com alta ordem de restrições de suavidade que requerem somente uma
vizinhança imediata e demanda uma condutância não negativa. Eles descrevem a arquitetura e
mostram como a rede resolve naturalmente problemas de regularização.
Referência 91
Kraft, L.G.; Pallotta, J. Real-time vibration control using CMAC neural networks with weight
smoothing, Proceedings of American Control Conference, vol. 6, pp. 3939-3943, June 2000.
Tema: áudio
Resumo: sim
Palavras-Chave: controle de ruído ativo, aprendizado, neurocontroladores, sistemas de
tempo real, taxas de áudio
Comentários: o conceito da rede neural CMAC é aplicado a controle ativo de vibração em
tempo real a taxas de áudio. Um novo CMAC com peso suavizado é usado no controle para
cancelar a entrada de distúrbio.
Referência 92
Krishnan, S.M.; Yang, X.; Chan, K.L.; Kumar, S.; Goh, P.M.Y. Intestinal abnormality
detection from endoscopic images, Proceedings of the 20th Annual International Conference
of the IEEE Engineering in Medicine and Biology Society, vol. 2, pp. 895-898, Oct. 1998.
Resumo: sim
Palavras-Chave: detecção de contorno, processamento de imagens médicas, suavização não-

paramétrica, endoscopia
Comentários: este artigo apresenta um método para detecção de uma possível presença de
anormalidades durante a endoscopia do sistema gastro-intestinal. Os contornos das imagens
são extraídos e a suas curvaturas são computadas após uma suavização não-paramétrica.
Referência 93
Kunze, M.; Marques, M.D.P.M. Yosida-Moreau Regularization of Sweeping Processes with
Unbounded Variation, Journal of Differential Equations, Vol. 130, No. 2, September 20, 1996
Resumo: sim
Palavras-Chave: espaço de Hilbert, multifunção de Hausdorff, regularização de Yosida-
Moreau
Comentários: este paper aborda a questão da regularização aplicada à solução equações
diferenciais.
Referência 94
Kustra, R.; Strother, S. Penalized discriminant analysis of [/sup 15/O]-water PET brain
images with prediction error selection of smoothness and regularization hyperparameters,
IEEE Transactions on Medical Imaging, vol. 20, no. 5, pp. 376-387, May 2001.
Resumo: sim
Palavras-Chave: tomografia, splines, ruído, processamento de imagens médicas, suavidade
Comentários: os autores propõem uma abordagem simples e compreensiva para a análise das
imagens do cérebro feitas pela tomografia por emissão de pósitrons. Os autores impuseram
uma suavidade espacial nas imagens resultantes, sendo então regularizadas através do uso de
uma matriz de covariâncias do ruído.
Referência 95
La Riviere, P.J.; Pan, X. Resolution properties of non-parametric regression sinogram
smoothing using an explicit Poisson model, Conference Record of the Nuclear Science
Symposium, vol.3, pp. 1657-1661, Oct. 1999.
Resumo: sim
Palavras-Chave: reconstrução de imagens, suavidade, regressão não-paramétrica,
verossimilhança de Poisson, imagens médicas
Comentários: os autores deste paper desenvolvem e investigam uma abordagem para
reconstrução de imagens tomográficas, nas quais usa-se a regressão não-paramétrica através
de um modelo de verossimilhança de Poisson explícito, a fim de suavizar cada projeção
independentemente.
Referência 96
Langley, K. Regularization in a neural model of motion perception, Vision Research, vol. 41,
no. 17, August 2001, pp. 2273-2283.
Tema: percepção de movimento
Resumo: sim
Palavras-Chave: movimento coerente, modelo computacional, regularização, programação

quadrática
Comentários: os autores deste paper tratam da implicação da restrição em que as variáveis
que representam a velocidade das imagens são restritas a valores positivos. Detecção do
movimento da imagem é representada matematicamente como um problema de programação
quadrática, onde é aplicada a regularização.
Referência 97
Lee, D.; Papageorgiou, A.; Wasilkowski, G.W. Computing optical flow, Proceedings of the
Workshop on Visual Motion, pp. 99-106, 1988.
Tema: fluxo óptico
Resumo: sim
Palavras-Chave: spline suavizante, regularização, problemas mal-condicionados, fluxo
óptico
Comentários: os autores examinam alguns aspectos computacionais da determinação do
fluxo óptico. São discutidas as abordagens baseadas em curvas e na área. São investigadas as
condições necessárias e suficientes para a existência e unicidade do spline suavizante a partir
do esquema de regularização prevalecente.
Referência 98
Lee, D.; Papageorgiou, A.; Wasilkowski, G.W. Computational aspects of determining optical
flow, Second IEEE International Conference on Computer Vision, pp. 612-618, 1988.
Tema: fluxo óptico
Resumo: sim
Palavras-Chave: spline suavizante, regularização, fluxo óptico, problemas mal-
condicionados, visão de baixo nível
fluxo óptico. São investigadas as condições necessárias e suficientes para a existência e
unicidade do spline suavizante a partir do esquema de regularização. O método de Chebyshev
é proposto para a computação.
Referência 99
Lemes, N.H.T.; Braga, J.P.; Belchior, J.C. Spherical potential energy function from second
virial coefficient using Tikhonov regularization and truncated singular value decomposition,
Chemical Physics Letters, vol. 296, no. 3-4, pp. 233-238, November 1998.
Tema: aplicações em química
Resumo: sim

Palavras-Chave: problema inverso, regularização de Tikhonov, superfície de energia
potencial, problema mal-condicionado
Comentários: o problema inverso para determinar a superfície de energia potencial envolve a
solução de um problema discreto mal-condicionado. A regularização de Tikhonov e os
métodos de decomposição do valor singular truncado são aplicados neste trabalho para
resolução desse tipo de problema.
Referência 100
Leung, C.M.; Lu, W.S. An L-curve approach to optimal determination of regularization
parameter in image restoration, Canadian Conference on Electrical and Computer
Engineering, vol. 2, pp. 1021-1024, Sept. 1993.
Resumo: sim
Palavras-Chave: equações integrais, ruído branco, álgebra matricial, degradação de imagens,
abordagem da curva L
Comentários: o método de regularização provê soluções estáveis para problemas de
restauração de imagens com uma relação entre acuidade e suavidade das soluções. Essa
relação é determinada por um parâmetro de regularização. Neste paper, é apresentada uma
abordagem para determinação dessa relação através da curva L.
Referência 101
Leung, C.M.; Lu, W.S., A multiple-parameter generalization of the Tikhonov-Miller
regularization method for image restoration, Conference Record of The Twenty-Seventh
Asilomar Conference on Signals, Systems and Computers, vol. 2, pp. 856-860, Nov. 1993.
Resumo: sim
Palavras-Chave: análise no domínio da freqüência, generalização de múltiplos parâmetros,
movimento linear, suavidade, acuidade de aproximação
Comentários: os autores generalizam o método de Tikhonov-Miller através da incorporação
de múltiplos parâmetros de regularização no processo de regularização. Como os parâmetros
de regularização podem ser escolhidos baseados em um critério no domínio da freqüência
para melhor balancear a acuidade da aproximação e a suavidade da solução, o método
proposto leva a uma significativa melhora na restauração de imagens degradadas.
Referência 102
Leung, C.M.; Lu, W.S., Optimal determination of regularization parameters and the
stabilizing operator, IEEE Pacific Rim Conference on Communications, Computers, and
Signal Processing, Proceedings, pp. 403-406, May 1995.
Resumo: sim

Palavras-Chave: restauração de imagens, otimização, estabilidade, imagem degradada
Comentários: o principal objetivo na restauração de imagens é fazer uma estimativa de uma
imagem degradada tão boa quanto possível. A abordagem de regularização de Tikhonov tem
sido largamente utilizada para restauração de imagens degradadas por ruído. Essa abordagem
provê uma relação parametrizada entre acuidade e suavidade da imagem restaurada. Vários
métodos de escolha do parâmetro de regularização e operador de estabilidade são propostos
via abordagem de otimização.
Referência 103
Levitan, E.; Degani, J.; Zak, J. Regularization in Fourier-synthesis 2-D image reconstruction,
IEEE Transactions on Nuclear Science, vol. ns-26, no. 3, pt. 2, pp. 4327-4329, June 1979.
Resumo: sim
Palavras-Chave: filtragem, tomografia, parâmetro de regularização, reconstrução
Comentários: este paper formula um procedimento de filtragem para tomografia
computadorizada. Este procedimento é derivado da teoria geral da regularização e contém um
parâmetro de regularização ajustável. O método é ilustrado pela sua aplicação à reconstrução
de fantasmas em experimentos computacionais.
Referência 104
Levitin, E.S.; Tichatschke, R. On smoothing of parametric minimax-functions and
generalized max-functions via regularization, Journal of Convex Analysis, Vol. 5, No. 2, pp.
199-220, 1998
Resumo: sim
Palavras-Chave: funções minimax, convergência uniforme, problema de otimização
Comentários: este paper sugere a suavização das funções por meio de uma abordagem de
regularização e aborda as propriedades de diferenciabilidade e estimativas de erro das
aproximações regularizadas das funções minimax paramétricas. É mostrada a convergência
das soluções regularizadas.
Referência 105
Li, S.Z. On discontinuity-adaptive smoothness priors in computer vision, IEEE Transactions
on Pattern Analysis and Machine Intelligence, vol. 17, no. 6, pp. 576-586, June 1995.
Tema: visão computacional
Resumo: sim
Palavras-Chave: minimização, processos de Markov, problemas mal-condicionados
Comentários: este paper apresenta um estudo sistemático de modelos probabilísticos

conectados com campos aleatórios de Markov. Uma restrição de suavidade a priori é usada
para determinar as diferenças entre diferentes modelos. Este tipo de abordagem é bastante
estável em relação a mudanças nos parâmetros e dados, o que é uma boa propriedade para a
regularização de problemas mal-condicionados.
Referência 106
Li-Chien, L.; Kuo, C.C.J. On theory and regularization of scale-limited extrapolation, Signal
Processing, vol. 54, no. 3, pp. 225-237, November 1996.
Resumo: sim
Palavras-Chave: extrapolação, reconstrução de sinais, wavelets, regularização
Comentários: os autores propõem um modelo de sinal limitado em escala baseado em uma
representação wavelet e estudam a reconstrutibilidade de sinais de escala limitada através de
extrapolação. Devido ao mal-condicionamento da extrapolação auto-limitada, um processo de
regularização é introduzido para extrapolação de dados ruidosos.
Referência 107
Lindberg, C.; Broccoli, A.J. Representation of topography in spectral climate models and its
effect on simulated precipitation, Journal of Climate, vol. 9, no. 11, pp. 2641-2659, nov. 1996.
Tema: clima
Resumo: sim
Palavras-Chave: regularização, spline suavizante, topografia, clima
Comentários: os autores deste paper descrevem um método para redução do ripple que
ocorre quando se faz a expansão harmônica esférica incompleta da topografia. As novas
representações harmônicas esféricas da topografia são formadas pelo mapeamento de um
spline suavizante esférico não uniforme para dados geodésicos.
Referência 108
Liu, J.; Moulin, P. Complexity-regularized image restoration, International Conference on
Image Processing, ICIP 98, Proceedings, vol. 1, pp. 555-559, Oct. 1998.
Resumo: sim
Palavras-Chave: teoria de estimação não-paramétrica, domínio wavelet, estimação por
máxima verossimilhança, suavidade, otimização
Comentários: este paper propõe o uso da regularização de complexidade em restauração de
imagens. O problema de regularização é formulado no domínio das wavelets e resolvido
usando um algoritmo multiescala computacionalmente eficiente.
Referência 109
Lizama, C. Regularized Solutions for Abstract Volterra Equations, Journal of Mathematical
Analysis and Applications, Vol. 243, No. 2, March 2000.
Resumo: sim
Palavras-Chave: espaço de Banach, equação de Volterra, soluções generalizadas

Comentários: este paper introduz uma família dependente de duas sementes de operadores
contínuos fortes definidos em um espaço de Banach, o que leva a considerar um tratamento
unificado de uma série de parâmetros. Os resultados são aplicados no estudo da existência e
unicidade de soluções para equações de Volterra.
Referência 110
Locker, J.; Prenter, P.M. Regularization with Differential Operators, I. General Theory,
Journal of Mathematical Analysis and Applications, Vol. 74, pp. 504-529, 1980.
Resumo: não
Palavras-Chave: regularização, operadores diferenciais, problemas inversos, equações de
Euler-Lagrange
Comentários: não há informações suficientes.
Referência 111
Lu, B.L.; Ito, K. Regularization of Inverse Kinematics for Redundant Manipulators Using
Neural Network Inversions. IEEE International conference on neural networks proceedings,
pp. 2726-2731, 1995
Tema: Redes neurais
Resumo: sim
Palavras-Chave: aprendizado, suavidade, redes neurais
Comentários: os autores deste paper abordam a questão da regularização aplicada a
cinemática inversa para manipuladores redundantes na inversão de redes neurais.
Referência 112
Lu, H.H.S.; Chen, C.M.; Yang, I.H. Cross-reference weighted least square estimates for
positron emission tomography, IEEE Transactions on Medical Imaging, vol. 17, no. 1, pp. 1-
8, Feb. 1998.
Resumo: sim
Palavras-Chave: validação cruzada, tomografia por emissão de pósitrons, reconstrução de
imagens, métodos de Monte Carlo
Comentários: este paper propõe um novo método eficiente, referido como estimação de
mínimos quadrados ponderados e referência cruzada, o qual deve integrar a informação de
suavidade local incompleta para melhorar a reconstrução da tomografia por emissão de
pósitrons. A validação cruzada é utilizada para uma seleção automática de dados.
Referência 113
Lu, H.H.S.; Tseng, W.J. On accelerated cross-reference maximum likelihood estimates for
positron emission tomography, IEEE Nuclear Science Symposium, vol. 2, pp. 1484-1488,
Nov. 1997.
Resumo: sim

imagens, métodos de Monte Carlo, problemas mal-condicionados
Comentários: os autores deste artigo investigaram abordagens novas, robustas e eficientes
para extrair informação de contorno incompleta na análise de imagens obtidas através da
tomografia por emissão de pósitrons. O método da validação cruzada é usado para obtenção
do parâmetro de penalização.
Referência 114
Luettgen, M.R.; Clem Karl, W.; Willsky, A.S. Efficient multiscale regularization with
applications to the computation of optical flow, IEEE Transactions on Image Processing, vol.
3, no. 1, pp. 41-64, Jan. 1994.
Resumo: sim
Palavras-Chave: problemas inversos mal-condicionados, complexidade computacional,
processamento de imagens, resolução, suavidade
Comentários: este paper apresenta uma nova abordagem para métodos de regularização para
processamento de imagens. Este novo algoritmo apresenta uma excelente inicialização para
algoritmos iterativos associados com a formulação do problema de restrição de suavidade.
Referência 115
Madsen, M.H.; Hansen, L.K.; Pedersen, M.W.; Larsen, J.; Larsen, M. Neural classifier
construction using regularization, pruning and test error estimation, Neural Networks, vol.
11, no. 9, pp. 1659-1670, 1998.
Tema: redes neurais
Resumo: sim
Palavras-Chave: rede feedforward, arquiteturas adaptativas, classificadores neurais,
generalização
Comentários: neste paper é proposto um método para construção de classificadores neurais
feedforward baseados em regularização e arquiteturas adaptativas. Usando um esquema de
penalização por máxima verossimilhança, os autores derivaram uma forma modificada da
medida de erro entrópica e uma estimativa algébrica do erro de teste.
Referência 116
Maeda, M.; Kumamaru, K.; Inoue, K.; Zha, H. Surface recovery by using regularization
theory and its application to multiresolution analysis, Proceedings of the Fourteenth
International Conference on Pattern Recognition, IEEE Comput. Soc, vol.1, pp.19-23, 1998.
Tema: recuperação de superfícies
Resumo: sim

Palavras-Chave: recuperação de superfície, transformada wavelet, splines, ruído, problema
de regularização
Comentários: propõe-se neste paper um método de recuperação de superfícies usando uma
transformada wavelet de múltiplas resoluções. Para a representação de superfícies
tridimensionais, são introduzidas funções B-splines de 4ª ordem com nós uniformes como
funções de escalonamento de wavelets de splines. O problema de regularização é resolvido
com um algoritmo iterativo.
Referência 117
Marcellini, P.; Miller, K. Elliptic versus Parabolic Regularization for the Equation of
Prescribed Mean Curvature, Journal of Differential Equations, Vol. 137, No. 1, June 10, 1997.
Resumo: não
Palavras-Chave: regularização elíptica, regularização parabólica, curvatura média
Comentários: este paper aborda a questão da escolha entre a regularização elíptica e a
parabólica para a equação de curvatura média prescrita.
Referência 118
March, R. Visual reconstruction with discontinuities using variational methods, Image and
Vision Computing, vol. 10, no. 1, pp.30-38, Jan.-Feb. 1992.
Resumo: sim
Palavras-Chave: problemas mal-condicionados, problemas variacionais, teoria da
regularização, teoria da convergência Gamma
Comentários: este paper trata dos problemas de reconstrução visual, os quais tendem a ser
matematicamente mal-condicionados. Eles podem ser reformulados como problemas
variacionais bem-condicionados, usando a teoria da regularização. Uma generalização do
método de regularização padrão para reconstrução visual leva a problemas variacionais.
Referência 119
Miyajima, K.; Mukawa, N. Surface reconstruction by smoothness map estimation,
International Conference on Image Processing, Proceedings, vol. 2, pp. 967-971, Oct. 1998.
Tema: reconstrução de superfícies
Resumo: sim
Palavras-Chave: dados esparsos, preservação de descontinuidades, ruído, modelo de
superfície, estrutura global
Comentários: este paper apresenta um novo método para reconstrução da superfície de

objetos a partir de dados esparsos, enquanto preserva descontinuidades. O método proposto é
uma extensão da regularização, havendo a aplicação de um mapeamento suave que irá
auxiliar na atualização dos parâmetros de regularização.
Referência 120
Mkhadri, A.; Celeux, G.; Nasroallah, A. Regularization in discriminant analysis: an overview,
Computational Statistics & Data Analysis, vol. 23, no. 3, pp. 403-423, January 1997.
Resumo: sim
Palavras-Chave: análise de discriminante regularizado, discriminação preditiva,
decomposição espectral, árvore de dependência
Comentários: este paper apresenta uma visão geral de técnicas regularizadas em análise
discriminante. São abordados os casos de variáveis discretas e contínuas. Três tipos de
abordagens são distinguidas: métodos padrão de combinação, modelos de restrições e
modelagem Bayesiana.
Referência 121
Morlet, A.C. The Effect of a Nonlinear Viscous Regularization on the Solution of a Cauchy-
Riemann Equation, Journal of Mathematical Analysis and Applications, Vol. 204, No. 1,
November 15, 1996.
Resumo: sim
Palavras-Chave: equação de Cauchy-Riemann, regularização, suavidade
Comentários: este paper considera uma variante da equação de Cauchy-Riemann, na qual a
equação foi regularizada com um termo de viscosidade não-linear de segunda ordem. Os
autores analisam também a influência do termo de regularização de 2ª ordem na solução.
Referência 122
Neidhardt, H.; Zagrebnov, V.A. Towards the right Hamiltonian for singular perturbations via
regularization and extension theory, Review in Mathematical Physics, vol. 8, 1996.
Resumo: não
Palavras-Chave: perturbações, regularização
Referência 123
Nguyen, N.; Milanfar, P.; Golub, G. A computationally efficient superresolution image
reconstruction algorithm, IEEE Transactions on Image Processing, Vol. 10, no. 4, pp. 573-
583, April 2001.
Assunto: restauração de imagens
Resumo: sim
Palavras-Chave: reconstrução de imagens, super-resolução, problema mal-condicionado,
método da validação cruzada generalizada, resolução de imagens
Comentários: os autores deste artigo propõem pré-condicionadores circulantes de blocos

eficientes para resolver o problema da super-resolução regularizado pelo método de Tikhonov,
através da utilização do método do gradiente conjugado. Eles estendem a derivação do
método da validação cruzada generalizada para sistemas indeterminados.
Referência 124
Ormoneit, D. A regularization approach to continuous learning with an application to
financial derivatives pricing, Contributed article, August 1999.
Tema: economia
Resumo: sim
Palavras-Chave: aprendizado contínuo, regularização, filtro de Kalman estendido, preços
derivativos
Comentários: os autores deste artigo consideram o treinamento de redes neurais nos casos
onde a relação não-linear de interesse gradualmente muda com o tempo. O problema é
abordado com o uso de técnicas de regularização onde uma penalidade variável é
adicinada ao critério de erro.
Referência 125
Pereiro, S.; Goussard, Y. Unsupervised 3-D restoration of tomographic images by constrained
Wiener filtering, Proceedings of the 19th Annual International Conference of the IEEE
Engineering in Medicine and Biology Society, vol. 2, pp. 557-560, Oct. 1997
Resumo: sim
Palavras-Chave: validação cruzada, filtro de Wiener, problemas inversos, imagens médicas,
ruído
Comentários: esta comunicação apresenta um método de restauração não-supervisionada
baseado em um filtro de Wiener com restrições. O filtro é implementado no domínio do
espaço e faz a filtragem em três dimensões. A contribuição central deste trabalho é a
derivação de um algoritmo de validação cruzada que estima a variância do ruído.
Referência 126
Phillips, D.R.; Beane, S.R.; Cohen, T.D. Nonperturbative Regularization and
Renormalization: Simple Examples from Nonrelativistic Quantum Mechanics, Annals of
Physics, Vol. 263, No. 2, March 1, 1998.
Resumo: sim
Palavras-Chave: mecânica quântica, regularização, renormalização
Comentários: neste paper os autores examinam vários potenciais de faixa nula em mecânica
quântica não-relativística. Eles contrastam resultados físicos obtidos usando regularização
dimensional e esquemas de corte e mostram explicitamente que em certos casos a

regularização dimensional falha em reproduzir os resultados obtidos usando a regularização
por corte.
Referência 127
Piccolomini, E.L.; Zama, F. The conjugate gradient regularization method in Computed
Tomography problems, Applied Mathematics and Computation, vol. 102, no. 1, pp. 87-99,
July 1999.
Resumo: sim
Palavras-Chave: regularização, problemas inversos, tomografia computadorizada
Comentários: neste trabalho os autores resolvem problemas inversos vindos da área de
tomografia computadorizada por meio de métodos de regularização baseados em iterações do
gradiente conjugado.
Referência 128
Prud'homme, M.; Nguyen, T.H. On the iterative regularization of inverse heat conduction
problems by conjugate gradient method, International Communications in Heat and Mass
Transfer, vol. 25, no. 7, pp. 999-1008, October 1998.
Resumo: sim
Palavras-Chave: regularização, condução de calor, algoritmo do gradiente conjugado
Comentários: este paper considera as propriedades de convergência e regularização do
algoritmo do gradiente conjugado aplicado ao problema inverso da condução de calor para um
fluxo de calor dependente do tempo.
Referência 129
Qi, H.D. A regularization smoothing Newton method for box constrained variational
inequality problems with P 0 -functions, SIAM J. Optim., vol. 10, pp. 315-330, 2000.
Assunto: aplicações matemáticas
Resumo: não
Palavras-Chave: regularização, suavidade, inequações, método de Newton
Referência 130
Qi, H.D.; Liao, L.Z.; Lin, Z.H. Regularized Smoothing Approximations to Vertical Nonlinear
Complementarity Problems, Journal of Mathematical Analysis and Applications
Vol. 230, No. 1, February 1, 1999.
Resumo: sim
Palavras-Chave: regularização, suavidade, problemas de complementaridade
Comentários: este paper trata dos fundamentos matemáticos para o uso da regularização e
suavidade em problemas de complementaridade verticais não-lineares.
Referência 131
Reeves, S.J. Optimal space-varying regularization in iterative image restoration, IEEE
Transactions on Image Processing, vol. 3, no. 3, pp. 319-324, May 1994.
Resumo: sim
Palavras-Chave: validação cruzada, métodos iterativos, regularização, filtro de Wiener
Comentários: o autor deste artigo introduz uma forma modificada do critério de validação
cruzada generalizada, o qual incorpora a regularização variante no espaço e termos de
erros de dados. Além disso, ele apresenta um método eficiente para estimação do
critério de validação cruzada generalizada para o caso variante no espaço usando
técnicas de restauração de imagens iterativas.
Referência 132
Reeves, S.J. Optimal regularized image restoration with constraints, 1992 IEEE International
Conference on Acoustics, Speech, and Signal Processing, vol.3, pp. 301-304, March 1992.
Resumo: sim
Palavras-Chave: validação cruzada, restauração de imagens, restrições, complexidade
Comentários: este paper apresenta um método para estimação do grau de regularização
ótimo na presença de restrições na imagem restaurada. O critério de validação cruzada
generalizada é modificada para estimar o grau ótimo de regularização. Adicionalmente, um
procedimento de estimação eficiente é usado para tornar possível avaliar o critério com uma
complexidade computacional satisfatória.
Referência 133
Reeves, S.J.; Mersereau, R.M. Regularization parameter estimation for iterative image
restoration in a weighted Hilbert space, 1990 International Conference on Acoustics, Speech,
and Signal Processing, vol. 4, pp. 1885-1888, April 1990.
Resumo: sim
Palavras-Chave: validação cruzada, restauração de imagens, espaço de Hilbert, ruído
Comentários: este paper apresentada um método para obtenção das estimativas ótimas do
parâmetro de regularização para restauração de imagens iterativa em um espaço de Hilbert
ponderado. O método é uma forma modificada da técnica de validação cruzada. Por fim, uma
versão simplificada da validação cruzada é apresentada.
Referência 134
Reeves, S.J.; Mersereau, R.M. Blur identification by the method of generalized cross-
validation, IEEE Transactions on Image Processing, vol. 1, no. 3, pp. 301-311, July 1992.
Resumo: sim
Palavras-Chave: validação cruzada generalizada, máxima verossimilhança, processamento
de imagens, imagem borrada
Comentários: a função de espalhamento dos pontos de uma imagem borrada é

freqüentemente desconhecida a priori. A validação cruzada generalizada é introduzida
a fim de abordar o problema da identificação de borrões.
Referência 135
Ren, H.C. Path Integrals, BRST Identities, and Regularization Schemes in Nonstandard
Gauges, Annals of Physics, Vol. 283, No. 1, July 10, 2000.
Resumo: sim
Palavras-Chave: teoria de calibre, férmions, regularização, lagrangiano
Comentários: neste paper, o caminho integral de uma teoria de calibre é estudada em calibres
do tipo Coulomb. Um esquema de regularização unitário que mantém uma simetria e é livre
de divergências de energia é proposto.
Referência 136
Ripley, B.D. Pattern Recognition and Neural Networks, Cambridge University Press,
Statistics, vol. 33, pp. 1065-1076, 1996.
Resumo: sim
Palavras-Chave: reconhecimento de padrões, processamento de imagens, regularização
Comentários: este artigo possui centenas de citações na literatura.
Referência 137
Robert, L.; Canu, S.; Lerallut, J.F.; Maingourd, Y. Detection and reconstruction of cavity
contours in a single frame 2D echocardiography using periodic splines approximation on a
roughly pre-processed image, and automatic tuning of the parameters of the model, IEEE
17th Annual Conference in Engineering in Medicine and Biology Society, vol.1, pp. 589-590,
Sept. 1995.
Resumo: sim
Palavras-Chave: validação cruzada, ecocardiograma, splines, reconstrução de imagens,
detecção de contorno
Comentários: os autores aplicaram a teoria de regularização de Tikhonov para imagens
ecocardiopedriátricas, a fim de reconstruir o contorno da cavidade em tempo real. Uma vez
que o problema foi regularizado, os autores aproximaram o contorno usando splines
periódicos. Os autores propõem também o uso da validação cruzada para ajuste automático
dos parâmetros do modelo.
Referência 138
Roullot, E.; Herment, A.; Bloch, I.; Nikolova, M.; Mousseaux, E. Regularized reconstruction
of 3D high-resolution magnetic resonance images from acquisitions of anisotropically
degraded resolutions, 15th International Conference on Pattern Recognition, Proceedings, vol.
3, pp. 346-349, Sept. 2000.
Resumo: sim
Palavras-Chave: processamento de imagens estéreo, detecção de contorno, otimização,

imagens de ressonância magnética, resolução espectral
Comentários: este paper apresenta um método original para reconstrução de imagens de
ressonância magnética 3D de alta resolução nas três dimensões do espaço. O método de
reconstrução é baseado em uma técnica de otimização que leva em conta tanto as restrições
quanto a suavidade e a preservação do formato da imagem.
Referência 139
Sakaue, K. Recent trends in image processing research-algorithms and systems, Journal of the
Institute of Television Engineers of Japan, vol. 45, no. 10, pp. 1147-1154, Oct. 1991.
Resumo: sim
Palavras-Chave: processamento de imagens, princípios de otimização, teoria da
regularização
Comentários: o autor deste artigo descreve as tendências de novas tecnologias de algoritmos
de processamento de imagens e configurações de sistemas, referindo-se a alguns algoritmos
interessantes e aplicações de princípios de otimização, e estudos na abordagem de
processamento de imagens do ponto de vista da teoria da regularização.
Referência 140
Salerno, E.; Tonazzini, A. 2D image reconstruction from sparse line-integral data, Signal
Processing, vol. 23, no. 2, pp.193-203, May 1991.
Resumo: sim
Palavras-Chave: reconstrução de imagens, teoria da regularização de Tikhonov, problema
inverso mal-condicionado, suavidade
Comentários: este paper aborda o problema da reconstrução de imagens na base de dados
ruidosos e muito esparsos. A estratégia que vem sendo adotada é a utilização da teoria da
regularização de Tikhonov, a qual leva a uma única e estável solução para problemas inversos
mal-condicionados. Neste artigo são investigados os desempenhos de dois diferentes
estabilizadores.
Referência 141
Sano, A.; Tsuji, H.; Ohmori, H. Optimal generalized regularization approach to parameter
identification by using band-limited input signal, IEEE International Conference on
Acoustics, Speech, and Signal Processing, ICASSP-92, vol. 5, pp. 333-336, March 1992.
Tema: Processamento de Sinais
Resumo: sim
Palavras-Chave: resposta ao impulso, suavidade, processamento de sinais, funções de

transferência, otimização
Comentários: apresenta-se a regularização generalizada baseada na decomposição
generalizada de um único valor, a fim de se obter uma identificação estabilizada de uma
resposta ao impulso ou função de transferência pelo uso de sinais de entrada de banda
limitada. Os parâmetros de regularização ótimos podem ser determinados pela minimização
de um novo critério de informação Bayesiana.
Referência 142
Schäfer, H.; Mädler, B.; Volke, F. De-Pake-ing of NMR Powder Spectra by Nonnegative
Least-Squares Analysis with Tikhonov Regularization, Journal of Magnetic Resonance, Series
A, Vol. 116, No. 2, October 1, 1995.
Resumo: sim
Palavras-Chave: espectro NMR, equação integral Fredholm, problema mal-condicionado
Comentários: este paper apresenta um novo método “de-Pake-ing” para o cálculo do
espectro NMR de amostras orientadas a partir de espectros NMR de amostras do mesmo tipo.
O assunto envolve a solução numérica de uma equação integral de Fredholm de primeiro tipo,
isto é, um problema fortemente mal-condicionado. O tratamento deste tipo de equação é feito
através de técnicas de regularização.
Referência 143
Schoenberg, I.J. Contributions to the problem of approximation of equidistant data by
analytic functions, Q. Applied Mathematics, vol. 4, pp. 45-99,112-41, 1946.
Resumo: não
Palavras-Chave: spline, regularização, suavidade
Comentários: este é um artigo clássico na literatura, representando os primeiros passos para
o desenvolvimento das teorias de regularização moderna.
Referência 144
Sekko, E.; Thomas, G.; Boukrouche, A. A deconvolution technique using optimal Wiener
filtering and regularization, Signal Processing, vol. 72, no. 1, pp. 23-32, January 1999.
Resumo: sim
Palavras-Chave: regularização, filtro de Wiener, restauração de imagens
Comentários: este paper descreve uma versão modificada das técnicas clássicas de
regularização. Ao invés de usar a regularização para reduzir o efeito do ruído de
cancelamento das singularidades do filtro inverso, faz-se uma pré-filtragem antes da
regularização, usando um filtro de Wiener baseado em uma modelagem do sinal a ser restaurado.
Referência 145
Serimaa, R.; Serimaa, O.; Bienenstock, A. An improved regularization technique for the
analysis of anomalous scattering data, Journal of Non-Crystalline Solids, vol. 192-193, pp.
372-375, December 1995.
Tema: análise de materiais
Resumo: sim
Palavras-Chave: regularização de Tikhonov, dados esparsos, simulações de Monte Carlo
Comentários: o método de regularização de Tikhonov é aplicada de uma nova maneira
iterativa para extrair fatores de estrutura parcial a partir de dados esparsos de raios X.
Simulações de Monte Carlo são feitas para produzir conjuntos de curvas de
intensidade a partir das quais são obtidos os fatores de estrutura pacial.
Referência 146
Shao, S.; Staudhammer, J.; Grams, R.R. Pixel-feature-controlling edge detection based on
regularization (PEDBOR), Twenty-Fifth Southeastern Symposium on System Theory, SSST
'93, Proceedings, pp. 498-502, March 1993.
Resumo: sim
Palavras-Chave: métodos iterativos, função de limiar, ruído, gradiente, suavidade
Comentários: o algoritmo PEDBOR, na qual uma função de limiar é usada para todas as
imagens. Ao contrário de outros métodos de regularização, o algoritmo PEDBOR escolhe os
parâmetros de regularização, que controlam a suavidade espacial e a fidelidade das imagens
processadas para as imagens originais, de acordo com o tipo de pixel.
Referência 147
Sheela, S.; Singh, A. Tikhonov regularization of an elliptic PDE, Mathematics and Computers
in Simulation, vol. 57, no. 1-2, pp. 1-4, August 2001.
Resumo: sim
Palavras-Chave: regularização de Tikhonov, perturbação singular, PDE elíptico
Comentários: este paper considera um PDE elíptico com um pequeno parâmetro
multiplicado por uma das derivadas. Como esta é uma equação mal-condicionada, é usada a
regularização de Tikhonov. Sugere-se que a solução regularizada seja computada por qualquer
método numérico bem conhecido.
Referência 148
Shizawa, M. Multi-valued standard regularization theory: Global reconstruction of multiple
transparent surfaces via massively parallel relaxation algorithms. Technical Report TR-H-
037, ATR Human Information Processing Laboratories, 1993.
Tema: Reconstrução de Superfícies
Fonte: www.hip.atr.co.jp/publications/Abstract/Abstract.037.html
Resumo: sim

Palavras-Chave: processamento de imagens, estimação de superfícies, suavidade
Comentários: o autor deste paper propõe uma extensão fundamental da teoria da
regularização para aproximação de dados por funções multivalor que são essencialmente
problemas de transparência em visão computacional.
Referência 149
Shizawa, M. Extension of standard regularization theory into multi-valued functions.
Reconstruction of smooth multiple surfaces, Transactions of the Institute of Electronics,
Information and Communication Engineers D II, vol. J77D-II, no.6, pp.1146-56, June 1994
Resumo: sim
Palavras-Chave: aproximações, estimação de superfícies, problema de minimização não-
convexa, suavidade
Comentários: o autor deste paper propõe uma extensão da teoria de regularização padrão
para aproximações de dados por funções multi-valor que são essenciais para problemas de
transparência em visão computacional. Através de técnicas simples de relaxamento, é
garantida a convergência para a solução ótima.
Referência 150
Shizawa, M. Multi-valued standard regularization theory: Regularization networks and
learning algorithms for approximating multi-valued functions. Technical Report TR-H-045,
ATR, Kyoto, Japan, 1993.
Fonte: www.hip.atr.co.jp/publications/Abstruct/Abstruct.045.html
Resumo: sim
Palavras-Chave: processamento de imagens, estimação de superfícies, suavidade
Comentários: o autor aplica a discussão feita em outras publicações suas na regularização de
redes neurais e em algoritmos de aprendizado para a aproximação de funções de múltiplo
valor.
Referência 151
Shizawa, M. Regularization networks for approximating multi-valued functions: learning
ambiguous input-output mappings from examples, IEEE International Conference on Neural
Networks, IEEE World Congress on Computational Intelligence, vol. 1, pp. 137-142, June
1994.
Resumo: sim
Palavras-Chave: aprendizado, splines, teoria de aproximação, redes feedforward, equações
lineares de Euler-Lagrange
Comentários: a rede de regularização é estendida para funções multivalor aproximadas de
maneira que o mapeamento um-para-h, onde h denota a multiplicidade do mapeamento, possa
ser representado e treinado a partir de um número finito de amostras entrada-saída, sem
operações de clusterização no conjunto de dados amostrados. Esta extensão é denominada
rede de regularização multi-valor (MVRN).
Referência 152
Shizawa, M. Reconstruction of multiple overlapping surfaces via standard regularization
techniques, Proceedings of the 12th IAPR International Conference on Pattern Recognition,
Conference A: Computer Vision & Image Processing, vol. 1, pp. 321-325, October 1994.
Resumo: sim
Palavras-Chave: reconstrução de imagens, aproximação de dados, problemas de
transparência, visão computacional, segmentação de dados
Comentários: uma extensão fundamental da técnica padrão de regularização é proposta para
fazer aproximações de dados usando funções de múltiplos valores, as quais são resolvidas
essencialmente por problemas de transparência em visão computacional. Porém, para
incorporar descontinuidades das funções, é necessário introduzir uma técnica de quebra de
coerência ou suavidade das funções aproximadas.
Referência 153
Shkvarko,Y.V. Multi-sensor remote sensing in scattering media via fusing experiment design
and regularization theory methods, Proceedings of the International Society for Optical
Engineering, vol. 3068, pp. 341-365, 1997.
Resumo: sim
Palavras-Chave: problema mal-condicionado, problema inverso, sistema de radar,
restauração de imagens
Comentários: neste paper os autores apresentam uma nova abordagem para os problemas de
sensoramento remoto de imagens para sistemas de radar/sonar, estabelecidos e tratados como
problemas inversos e mal-condicionados de restauração de sinais de objetos refletidos e
distorcidos.
Referência 154
Shkvarko,Y.V. Multi-sensor industrial vision through scattering media via fusing experiment
design and regularization theory methods, Proceedings of the IEEE International Symposium
on Industrial Electronics, vol. 3, pp. 1178-1183, 1999.
Resumo: sim

Palavras-Chave: problema mal-condicionado, problema inverso, restauração de imagens,
visão industrial
Comentários: neste paper, os autores apresentam uma nova abordagem paraa visão industrial
e o sensoriamento remoto usando sistemas multi-sensor, estabelecidos e tratados como
problemas inversos mal-condicionados de restauração da distribuição de potência (brilho) de
sinais distorcidos e refletidos.
Referência 155
Sjoberg, J. Regularization issues in neural network models of dynamical systems, Licentiate
Thesis No. 366, Department of Electrical Engineering, Linkoping University, 1993.
Tema: sistemas dinâmicos
Resumo: não
Palavras-Chave: sistemas dinâmicos, suavidade, penalização, modelos não-lineares
Referência 156
Sjöberg, J. Regularization issues in neural network models of dynamical systems, LiU-TEK-
LIC-1993:08, ISBN 91-7871-072-3, ISSN 0280-7971 (1993).
Tema: sistemas dinâmicos
Resumo: não
Palavras-Chave: sistemas dinâmicos, suavidade, penalização, modelos não-lineares
Comentários: a fonte não fornece material suficiente para a realização de comentários
Referência 157
Sladek, V.; Sladek, J. Regularization of hypersingular integrals in BEM formulations using
various kinds of continuous elements, Engineering Analysis with Boundary Elements, vol. 17,
no. 1, pp. 5-18, January 1996.
Resumo: sim
Palavras-Chave: problemas potenciais, regularização, discretização, suavidade, método do
elemento de contorno
Comentários: este paper é devotado à regularização de integrais hipersingulares ocorrendo
nas equações integrais de contorno derivativo de problemas potenciais. Dois tipos de
formulações para o método do elemento de contorno são empregadas, chamadas de
formulação com hipersingular e sementes fortemente singulares.
Referência 158
Solo, V.; Purdon, P.; Brown, E.; Weisskoff, R. Regularization for functional MRI models,
International Conference on Image Processing, ICIP 98, Proceedings, vol. 1, pp. 714-716,
Oct. 1998.
Tema: processamento de imagem
Resumo: sim

Palavras-Chave: problemas inversos, modelos funcionais MRI, suavidade espacial,
ressonância magnética, imagens médicas
Comentários: os autores consideram o modelamento espaço-temporal dos dados da função
MRI a partir de um ponto de vista de problemas inversos. Os autores discutem métodos de
regularização para esse tipo de modelamento.
Referência 159
Stephanakis, I.M.; Kollias, S. Generalized-cross-validation estimation of the regularization
parameters of the subbands in wavelet domain regularized image restoration, Conference
Record of the Thirty-Second Asilomar Conference on Signals, Systems & Computers, vol. 2,
pp. 938-940, Nov. 1998.
Resumo: sim
Palavras-Chave: validação cruzada, transformada wavelet, restauração de imagens,
suavidade, sub-bandas
Comentários: um modelo de restauração de imagens regularizadas no domínio wavetet é
apresentado neste paper. Wavelets 2-D separáveis substituem o filtro de suavidade
convencional no problema de restauração de imagem regularizada. O método de correlação
cruzada generalizada é aplicado para estimar os valores ótimos dos parâmetros de restauração.
Referência 160
Sullivan, B.J.; Chang, H.C. A generalized Landweber iteration for ill-conditioned signal
restoration, 1991 International Conference on Acoustics, Speech, and Signal Processing, vol.
3, pp. 1729-1732, April 1991.
Tema: restauração de sinais
Resumo: sim
Palavras-Chave: função de validação cruzada, problema mal-condicionado, restauração de
sinais, sistemas lineares, processamento de sinais
Comentários: os autores examinam uma versão generalizada da iteração de Landweber
usando uma análise espectral, o que os leva a propor uma modificação da iteração para
melhorar seu desempenho na resolução de sistemas lineares mal-condicionados. Duas funções
para determinação dos valores dos parâmetros críticos são examinadas: uma função de
validação cruzada generalizada e uma estimativa de erro quadrático médio.
Referência 161
Suter, D.; Cohen, H.A. Incorporating knowledge via regularization theory: applications in
vision and image processing, 2nd Australian Joint Artificial Intelligence Conference
Proceedings, Springer-Verlag, Berlin, West Germany; 1990; pp. 379-394.
Resumo: sim

Palavras-Chave: problemas mal-condicionados, processamento de imagens, processos
inversos, redes neurais
Comentários: os autores deste paper apresentam diversas simulações de implementações de
algoritmos para a solução de problemas relacionados à restauração de imagens, através de
uma abordagem regularizadora, já que tais problemas são, normalmente, fortemente mal-
condicionados, e usam uma estrutura de redes neurais.
Referência 162
Szczecinski, L.; Morawski, R.Z.; Barwicz, A. Original-domain Tikhonov regularization and
non-negativity constraint improve resolution of spectrophotometric analyses, Measurement,
vol. 18, no. 3, pp. 151-157, July 1996.
Tema: espectrofotometria
Resumo: sim
Palavras-Chave: regularização, espectrofotometria, reconstrução
Comentários: este paper propõe um algoritmo, baseado na regularização de Tikhonov, para a
análise de espectrofotometria. Uma melhoria adicional da resolução é obtida pela imposição
de uma restrição de não-negatividade na solução.
Referência 163
Thompson, A.M.; Brown, J.C.; Kay, J.W.; Titterington, D.M. A study of methods of choosing
the smoothing parameter in image restoration by regularization, IEEE Transactions on
Pattern Analysis and Machine Intelligence, vol. 13, no. 4, pp. 326-339, April 1991.
Resumo: sim
Palavras-Chave: processamento de imagens, parâmetro de suavidade, filtragem, teoria de
predição, análise estatística
Comentários: neste paper, o método de regularização é descrito como provedor de um
compromisso entre fidelidade aos dados e suavidade, com a relação sendo determinada por
um parâmetro de suavidade escalar. Várias maneiras de se escolher este parâmetro são
discutidas e comparadas no caso do critério de regularização quadrático. Este é um artigo
largamente citado na literatura.
Referência 164
Tilg, B.; Wach, P.; Rucker, W.; Stollberger, R. Magnetocardiographic computed tomography -
a model study on minimum-norm current dipole estimation, Computers in Cardiology, pp.
805-808, Sept. 1994.
Resumo: sim
Palavras-Chave: validação cruzada, regularização de Tikhonov, magnetocardiografia,

Comentários: este paper apresenta um modelo para estimação de estruturas através do uso
de um modelo computacional do coração humano. O parâmetro de regularização é
determinado por um método de validação cruzada generalizada.
Referência 165
Totz, J.; Boogaart, A.; Huffel, S.; Graveron-Demilly, D.; Dologlou, I.; Heidler, R.; Michel, D.
The Use of Continuous Regularization in the Automated Analysis of MRS Time-Domain Data,
Journal of Magnetic Resonance, Vol. 124, No. 2, February 1997.
Resumo: sim
Palavras-Chave: regularização contínua, baixa SNR, imagens médicas
Comentários: este paper mostra como as vantagens da regularização contínua podem ser
exploradas para se obter uma análise LPSVD totalmente automática e melhorada de dados de
ressonância magnética no domínio do tempo. A maior vantagem da regularização contínua é a
habilidade de determinar o número de componentes espectrais, mesmo a baixos valores de
SNR.
Referência 166
Trajanoski, Z.; Wach, P. Regularization networks for glucose system identification,
Proceedings of the 16th Annual International Conference of the IEEE Engineering in
Medicine and Biology Society, Engineering Advances: New Opportunities for Biomedical
Engineers, vol. 2, pp. 1083-1084, Nov. 1994.
Tema: medicina
Resumo: sim
Palavras-Chave: medida biomédica, modelo auto-regressivo não-linear, método de
aproximação, funções de base radial, modelo matemático
Comentários: este paper apresenta uma estrutura para identificação não-linear da cinética da
glucose (aplicada a casos de diabetes) usando redes neurais. A estrutura combina:
representação recursiva entrada-saída do sistema; método de aproximação derivado da teoria
da regularização e baseado em redes neurais de base radial; e métodos de validação para
sistemas não-lineares.
Referência 167
Trentin, E.; Matassoni, M. The regularized SNN-TA model for recognition of noisy speech,
Proceedings of the IEEE-INNS-ENNS International Joint Conference on Neural Networks,
IJCNN 2000, vol. 5, pp. 97-102, July 2000.
Tema: reconhecimento de voz
Resumo: sim
Palavras-Chave: reconhecimento de voz, CDHMM, funções de ativação, ruído, modelo de

Markov
Comentários: a arquitetura de rede neural segmental (SNN) foi introduzida em 1994 para
reescrever a hipótese N-best obtida por um modelo de Markov oculto de densidade contínua
padrão (CDHMM) aplicada ao reconhecimento automático de voz. Nessa perspectiva, um
modelo SNN-TA regularizado é discutido, o qual leva a uma generalização e tolerância a
ruído efetivas.
Referência 168
Unser, M. Multigrid adaptive image processing, Proceedings of the IEEE International
Conference on Image Processing, Part 1, pp. 49-52, 1995.
Resumo: sim
Palavras-Chave: spline suavizantes, wavelets, dados ruidosos, validação cruzada
generalizada, filtro FIR
Comentários: os autores deste paper consideram um problema geral de aproximação de
mínimos quadrados ponderados com um termo de regularização de spline. Em
particular, eles propõem novas soluções “multigrid” para redução de ruído em
imagens, representando um spline suavizante adaptativo.
Referência 169
Vozel, B.; Chehdi, K.; Carton-Vandecandelaere, M.P. A blind restoration system of blurred
and noisy numerical images, Proceedings of the International Conference on Image
Processing, vol. 1, pp. 105-108, sept. 2000.
Resumo: sim
Palavras-Chave: restauração de imagens, validação cruzada, ruído, suavidade, imagens
numéricas borradas
Comentários: este paper apresenta um sistema de restauração totalmente cego de imagens
borradas e ruidosas. Ele inclui dois módulos de processamento, um para identificação da
função distribuição de probabilidade do borrão e outro para restauração cega da imagem. A
identificação do borrão é feita via critério de validação cruzada generalizada e uma restrição
de suavidade na imagem.
Referência 170
Vucelic, M.; Mijovic, S. Regularization method and applications in spectroscopy, Journal of
Quantitative Spectroscopy & Radiative Transfer, vol. 56, no. 4, pp. 617-621, Oct. 1996.
Tema: espectroscopia
Resumo: sim
Palavras-Chave: regularização, espectroscopia, plasma, aplicabilidade
Comentários: um procedimento de regularização para aplicações em espectroscopia é

descrito. Funções modelo são introduzidas para checar a limitação de aplicabilidade
deste método. As vantagens dos métodos clássicos são mostradas. Por fim, o método é
aplicado para diagnóstico de um plasma.
Referência 171
Wach, P.; Tilg, B.; Rucker, W.; Stollberger, R. Current density estimation within a human
heart including a boundary-element-torso model, Proceedings of the 16th Annual
International Conference of the IEEE Engineering in Medicine and Biology Society,
Engineering Advances: New Opportunities for Biomedical Engineers, vol.1, pp. 33-34, Nov.
1994.
Resumo: sim
Palavras-Chave: validação cruzada, regularização de Tikhonov, cardiologia, métodos de
elementos de borda
Comentários: este paper apresenta um estudo de simulação em estimação da densidade
pseudo-corrente do tipo norma mínima com um modelo computacional do coração
humano inteiro. O parâmetro de regularização é determinado por um método de
validação cruzada generalizada.
Referência 172
Wahba, G. Comment on The Fast Monte Carlo Cross-validation and Procedures: Comments,
New Results and Application to Image Recovery Problems, Computational Statistics, vol. 10,
pp. 249-250, 1995.
Tema: recuperação de imagens
Fonte: http://www.stat.wisc.edu/~wahba/pubs/wahba.bib
Resumo: não
Palavras-Chave: validação cruzada de Monte Carlo, recuperação de imagens
Referência 173
Wahba, G.; Wang, Y.; Gu, C.; Klein, R.; Klein, B. Smoothing Spline ANOVA for Exponential
Families, With Application to the Wisconsin Epidemiological Study of Diabetic Retinopathy,
The Annals of Statistics, vol. 23, pp. 1865-1895, 1995.
Tema: aplicações em medicina
Resumo: não
Palavras-Chave: regressão não-paramétrica, fator de risco, análise de variância, diabetes
Referência 174
Wang, Y.G.; Oberguggenberger, M. Nonlinear Parabolic Equations with Regularized
Derivatives, Journal of Mathematical Analysis and Applications, Vol. 233, No. 2, May 15,
1999.
Resumo: não
Palavras-Chave: estimação de densidade, regularização de Tikhonov, tamanho de esfera

Comentários: este artigo trata da regularização das derivadas de equações parabólicas não-
lineares.
Referência 175
Weese, J.; Korat, E.; Maier, D.; Honerkamp, J. Unfolding Sphere Size Distributions with a
Density Estimator Based on Tikhonov Regularization, Journal of Computational Physics
Vol. 138, No. 2, December 1, 1997.
Resumo: sim
Palavras-Chave: estimação de densidade, regularização de Tikhonov, tamanho de esfera
Comentários: neste paper os autores propõem um método para desdobramento da
distribuição de tamanhos de esfera dado um perfil que combina as vantagens de estimadores
de “kernel” com aquelas dos métodos de regularização. Os estudos foram feitos através de
simulações de Monte Carlo.
Referência 176
White, L.W.; Zhou, J. Continuity and Uniqueness of Regularized Output Least Squares
Optimal Estimators, Journal of Mathematical Analysis and Applications
Vol. 196, No. 1, November 15, 1995.
Resumo: sim
Palavras-Chave: estabilidade fraca, continuidade de Lipschitz
Comentários: neste paper, as propriedades de continuidade e unicidade de estimadores
ótimos com respeito aos dados são consideradas. É observado que há uma estabilidade fraca
para estimadores ótimos como mapeamentos sob uma regularização fraca. Para uma
regularização forte, são obtidos resultados que dão estabilidade em topologias fortes.
Referência 177
Yagi, T.; Ohshima, S.; Funahashi, Y. The role of retinal bipolar cell in early vision: an
implication with analogue networks and regularization theory, Biological-Cybernetics. vol.
77, no. 3; pp.163-71, Sept. 1997.
Tema: medicina
Resumo: sim
Palavras-Chave: circuito neuronal da retina, mecanismo fisiológico, cones
Comentários: os autores deste artigo propõem um modelo de rede linear análogo para
descrever o circuito neuronal da retina externa consistindo de cones, células horizontais e
células bipolares. O modelo reflete conhecimentos fisiológicos prévios das propriedades de
resposta espacial desses neurônios e é expresso por mecanismos fisiológicos.
Referência 178
Yang, Y.; Galatsanos, N.P.; Katsaggelos, A.K., Regularized reconstruction to reduce blocking
artifacts of block discrete cosine transform compressed images, IEEE Transactions on
Circuits and Systems for Video Technology, vol. 3, no. 6, pp. 421-432, Dec. 1993.
Resumo: sim
Palavras-Chave: DCT, codificação de imagens, métodos iterativos, reconstrução de imagens,

conjunto de restrições
Comentários: a reconstrução de imagens a partir de transformada discreta do cosseno em
blocos incompletos é analisada. O problema é formulado como uma recuperação de uma
imagem regularizada. De acordo com essa formulação, a imagem no decodificador é
reconstruída pelo uso tanto dos dados transmitidos como do conhecimento a priori sobre a
suavidade da imagem original.
Referência 179
Yang, S.; Hu, Y.H. Blocking effect removal using regularization and dithering, International
Conference on Image Processing, ICIP 98, Proceedings, vol. 1, pp. 415-419, Oct. 1998.
Tema: processamento de imagem
Resumo: sim
Palavras-Chave: compressão de dados, codecs de compressão de imagem, dithering,
suavidade, adição controlada de ruído
Comentários: codecs de compressão de imagem introduzem uma série de artefatos a baixas
taxas de transmissão. Esses artefatos podem ser removidos através de um pós-processamento.
Os autores deste paper propõem um algoritmo baseado na teoria da regularização e em
“dithering”.
Referência 180
Yang, Z.; Ma, S. Visual position and orientation orders, International Conference on Neural
Networks, vol.1, pp. 607-611, June 1997.
Tema: representação visual
Resumo: sim
Palavras-Chave: neurofisiologia, percepção visual, modelo de energia, aprendizado, redes
neurais
Comentários: ordens de posição e orientação visual são discutidas em duas formas. No nível
fenomenológico, ordens de posição e orientação são explicitamente expressas em um modelo
de energia. Uma nova teoria de regularização é apresentada para utilização das ordens de
posição e orientação. Esta teoria de regularização provê uma abordagem geral para a
representação visual e aprendizado.
Referência 181
Yokoya, N. Surface reconstruction directly from binocular stereo images by multiscale-
multistage regularization, 11th IAPR International Conference on Pattern Recognition,
Conference A: Computer Vision and Applications, Proceedings, pp. 642-646, Aug. 1992.
Tema: reconstrução de superfície
Resumo: sim
Palavras-Chave: imagens estéreo, suavidade, reconhecimento de padrões, equações não-

lineares, termo de similaridade
Comentários: este paper descreve um método de reconstrução de superfícies a partir de
imagens estéreo. O problema é formulado como a minimização de uma função energia que
integra um termo de similaridade e um termo de suavidade. A minimização se reduz então à
solução de um sistema de equações não lineares.
Referência 182
Yoon, S.H.; Nelson, P.A. Estimation of Acoustic Source Strength by Inverse Methods: Part II,
Experimental Investigation of Methods for Choosing Regularization Parameters, Journal of
Sound and Vibration, Vol. 233, No. 4, June 15, 2000.
Tema: acústica
Resumo: sim
Palavras-Chave: reconstrução de fonte acústica, técnicas inversas, validação cruzada,
validação cruzada generalizada, ruído
Comentários: neste paper são usados dois métodos de regularização, o de Tikhonov e o
descarte do valor singular, para melhorar a acuidade da reconstrução de fontes acústicas
através de técnicas inversas. A escolha dos parâmetros de regularização e dos valores a serem
descartados é feita através do uso da validação cruzada ordinária e também da validação
cruzada generalizada.
Referência 183
You, Y.L.; Kaveh, M. A regularization approach to blind restoration of images degraded by
shift-variant blurs, 1995 International Conference on Acoustics, Speech, and Signal
Processing, ICASSP-95, vol. 4, pp. 2607-2610, May 1995.
Resumo: sim
Palavras-Chave: métodos de suavização, processamento adaptativo de sinais, identificação
de degradações, difusão anisotrópica, direção de contorno
Comentários: este paper apresenta algoritmos cegos adaptativos com o deslocamento para
restauração de imagens que podem lidar com degradações variantes com o deslocamento. A
chave para o sucesso é a utilização efetiva da suavidade tanto da imagem quanto da PSF para
compensar as distorções de informação severas encontradas neste tipo de problema. Isto é
obtido através da regularização da imagem e da PSF.
Referência 184
You, Y.L.; Kaveh, M. Ringing reduction in image restoration by orientation-selective
regularization, IEEE Signal Processing Letters, vol. 3, no. 2, pp. 29-31, Feb. 1996.
Resumo: sim
Palavras-Chave: processamento adaptativo de sinais, detecção de contorno, suavidade,
intensidade de imagem, difusão anisotrópica
Comentários: este artigo apresenta um método de regularização que adapta tanto o grau
quanto a orientação da operação de regularização para as atividades espaciais da intensidade
de imagem e orientação dos contornos. Isto é feito através da difusão anisotrópica.
Referência 185
You, Y.L.; Kaveh, M. A regularization approach to joint blur identification and image
restoration, IEEE Transactions on Image Processing, vol. 5, no. 3, pp. 416-428, March 1996.
Resumo: sim
Palavras-Chave: métodos de gradiente, processamento adaptativo de sinais, minimização,
suavidade, problema de escala
Comentários: a principal dificuldade com restauração cega de imagens, ou identificação
conjunta de “borrões” e restauração de imagens, é a falta de informação. Portanto, há a
necessidade da incorporação de um conhecimento a priori da imagem em questão. Para lidar
com este problema, propõe-se um método de regularização espaço-adaptativo.
Referência 186
You, Y.L.; Kaveh, M. Blind image restoration by anisotropic regularization, IEEE
Transactions on Image Processing, vol. 8, no. 3, pp. 396-407, March 1999.
Resumo: sim
Palavras-Chave: suavidade, atividades espaciais, função de espalhamento, orientações,
movimento linear
Comentários: este paper apresenta técnicas de regularização anizotrópica, a fim de explorar a
suavidade da imagem e a função de espalhamento dos pontos, diminuindo desta maneira a
severa perda de informação encontrada na restauração cega de imagens borradas.
Referência 187
Zhu, W.W.; Galatsanos, N.P.; Katsaggelos, A.K. Regularized Multichannel Restoration Using
Cross-Validation, Graphical Models and Image Processing, Vol. 57, No. 1, January 1995.
Resumo: sim
Palavras-Chave: imagens multicanal, filtros estocásticos, validação cruzada, ruído
Comentários: neste paper, os autores tentam evitar os problemas associados com o uso de
filtros multicanal estocásticos para a restauração de imagens, através da proposta de filtros
multicanal determinísticos que não requerem conhecimento a priori sobre as estatísticas da
imagem multicanal ou do ruído. Estes filtros são obtidos através da regularização utilizando
funções de validação cruzada.
2. MODELAGEM E REGRESSÃO NÃO-PARAMÉTRICA
A regressão não-paramétrica é utilizada em situações em que há pouco ou nenhum
conhecimento a respeito da forma da verdadeira função que está sendo estimada. A função é
então modelada usando uma equação contendo parâmetros livres, de maneira a levar à classe
de funções que o modelo pode representar de maneira direta. Isto, tipicamente, envolve um
grande número de parâmetros livres, que não têm sentido físico em relação ao problema, ao
contrário do que ocorre na regressão paramétrica. A regressão não-paramétrica permite uma
maior flexibilidade da forma funcional, característica esta que reduz o risco de especificações
erradas associadas à escolha de uma forma funcional paramétrica específica.
A modelagem e a regressão não-paramétricas vêm sendo, elas próprias, em conjunto
com a teoria da regularização, alvo de alguns estudos e publicações. No entanto, a maioria dos
artigos e trabalhos fazem uso destes dois conceitos para sua aplicação em estudos realizados
em várias áreas, em particular na restauração de imagens e treinamento e aprendizado de
redes neurais. A seguir, são mostrados alguns artigos e livros que fornecem uma noção do que
vem sendo feito na área. É importante destacar que a área de modelagem e regressão não-
paramétrica é muito ampla, e sua aplicação em conjunto com a regularização representa
apenas uma pequena parte dos estudos que vêm sendo realizados.
Referências:
Referência 188
Aha, D.; Kibler, D.; Albert, M. Instance-based learning algorithms, Machine Learning, vol. 6,
pp. 37-66, 1991.
Fonte: kiew.cs.uni-dortmund.de:8001/mlnet/instances/81d91eaae5b44763dd
Resumo: não
Palavras-Chave: regressão não-paramétrica, aprendizado
Comentários: não há informação disponível.
Referência 189
Barron, A.R. Complexity regularization with application to artificial neural networks, In G.
Roussas, editor, Nonparametric Functional Estimation and Related Topics, pp. 561-576,
Kluwer Academic Publishers, 1991.
Resumo: não
Palavras-Chave: aprendizado construtivo, generalização, regressão não-paramétrica
Comentários: este artigo é bastante didático e largamente citado na literatura.
Referência 190
Cheng, B.B. Multi-response optimization based on a neuro-fuzzy system, Neural Network
World, vol. 10, pp. 545-551, April 2000.
Fonte: http://www.uivt.cas.cz/nnw/contents2000/
Resumo: sim
Palavras-Chave: regressão não-paramétrica, sistema neuro-fuzzy, problema de otimização,
regularização
Comentários: os autores deste paper utilizam um sistema neuro-fuzzy para identificação de
um sistema, o qual cai na categoria de análise de regressão não-paramétrica. Eles propõem
também um algoritmo para resolver o problema de otimização da resposta.
Referência 191
Dechevsky, L.T. Wavelet Shrinkage - the Next Generation, Technical Report, 1998.
Fonte: sphere.math.utsa.edu/~kannan/conf/abstracts/dechev.pdf
Resumo: sim
Palavras-Chave: wavelets, regressão não-paramétrica, regularização de Tikhonov, problemas
inversos mal-condicionados
Comentários: este paper trata da contração de wavelet. O autor faz uso de técnicas de
regularização, em particular a de Tikhonov, para problemas inversos mal-condicionados, e
analisa os casos de regressão não-paramétrica, sob um ponto de vista estatístico.

Eubank, R.L. Nonparametric Regression and Spline Smoothing, Book News, Portland, 2ª
Edição, 1999.
Fonte: www.amazon.com
Palavras-Chave: suavidade, splines, regressão não-paramétrica
Comentários: este livro faz um curso introdutório em suavização de dados, cobrindo
estimadores de séries, estimadores de kernels, splines de suavização e splines de mínimos
quadrados. Aborda também o assunto de regressão polinomial não-paramétrica.
Referência 193
Hardle, W. Applied nonparametric regression, Econometric Society Monographs, vol.19,
Cambridge University Press, 1990.
Resumo: não
Palavras-Chave: regressão não-paramétrica, suavização, regularização
Referência 194
Hare, J.R.; Reilly, J.P. The iterative deconvolution of linearly blurred images using non-
parametric stabilizing functions, Proceedings of the 2000 International Conference on Image
Processing, vol. 3, pp. 770-773, Sept. 2000.
Resumo: sim
Palavras-Chave: regularização não-paramétrica, processamento de imagens, ruído, análise de
erros
Comentários: este paper apresenta uma solução iterativa para o problema da deconvolução
de imagens. Estabilização não-paramétrica ótima e funções de regularização são derivadas
baseadas na análise de erros.
Referência 195
Kohler, M. Nonparametric Regression Function Estimation Using Interaction Least Squares
Splines and Complexity Regularization, Metrika, vol. 47, pp. 147-163, 1998.
Resumo: não
Palavras-Chave: regressão não-paramétrica, splines, mínimos quadrados, regularização
Referência 196
Krishnan, S.M.; Yang, X.; Chan, K.L.; Kumar, S.; Goh, P.M.Y. Intestinal abnormality
detection from endoscopic images, Proceedings of the 20th Annual International Conference
of the IEEE Engineering in Medicine and Biology Society, vol. 2, pp. 895-898, Oct. 1998.
Resumo: sim
Palavras-Chave: detecção de contorno, processamento de imagens médicas, suavização não-

paramétrica, endoscopia
Comentários: este artigo apresenta um método para detecção de uma possível presença de
anormalidades durante a endoscopia do sistema gastro-intestinal. Os contornos das imagens
são extraídos e a curvatura de cada contorno é computada após uma suavização não-
paramétrica.
Referência 197
La Riviere, P.J.; Pan, X. Resolution properties of non-parametric regression sinogram
smoothing using an explicit Poisson model, Conference Record of the Nuclear Science
Symposium, vol.3, pp. 1657-1661, Oct. 1999.
Resumo: sim
Palavras-Chave: reconstrução de imagens, suavidade, regressão não-paramétrica,
verossimilhança de Poisson, imagens médicas
Comentários: os autores deste paper desenvolvem e investigam uma abordagem para
reconstrução de imagens tomográficas, nas quais usa-se a regressão não-paramétrica através
de um modelo de verossimilhança de Poisson explícito, a fim de suavizar cada projeção
independentemente.
Referência 198
Lingjærde, O.C.; Liestøl, K. Generalized Projection Pursuit Regression, SIAM Journal on
Scientific Computing, vol. 20, no. 3, pp. 844-857, 1999.
Fonte: www-stat.stanford.edu/~ole
Resumo: sim
Palavras-Chave: regressão não-paramétrica, projection pursuit, generalização
Comentários: os autores deste paper usam métodos de regressão não-paramétrica na análise
de dados. Neste artigo eles exploram o uso da regressão “projection pursuit” generalizada.
Referência 199
Lugosi, G.; Zeger, K. Concept learning using complexity regularization, IEEE Trans. Inform.
Theory, vol. 42, no. 1 , pp. 48-54, Jan. 1996.
Resumo: sim
Palavras-Chave: modelo não-paramétrico, aprendizado, reconhecimento de padrões, limite
de erro
Comentários: este artigo possui grande quantidade de citações na literatura.
Referência 200
Mammen, E. Nonparametric regression under qualitative smoothness assumptions,
Ann. Statist., vol. 19, pp. 741-759, 1991.
Fonte: www.stat.rice.edu/~dcox/CV/pub/node162.html
Resumo: não
Palavras-Chave: suavidade, regressão não-paramétrica, regularização
Referência 201
Nason, G.P. Wavelet regression by cross-validation, Tech. Report 447, Dep. of Stat., Stanford
University, 1994.
Fonte: playfair.stanford.edu:/pub/reports/wvcx.ps.gz
Resumo: sim
Palavras-Chave: wavelets, regressão não-paramétrica, validação cruzada, parâmetro de
suavização
Comentários: este paper trata do uso de wavelets para regressão. A principal proposta é
introduzir e desenvolver um método de validação cruzada para selecionar um limiar de
regressão de wavelets que produz boas estimativas com respeito ao erro. O limiar selecionado
determina quais são os coeficientes e o parâmetro de suavidade para uma regressão não-
paramétrica.
Referência 202
Roosen, C.B.; Hastie, T.J. Automatic smoothing spline projection pursuit, Journal of
Computational and Graphical Statistics, vol. 3, pp. 235-248, 1994.
Resumo: sim
Palavras-Chave: validação cruzada, redes neurais, regressão não-paramétrica, projection
pursuit, spline suavizante
Comentários: os autores deste artigo fazem uma discussão a respeito do assunto dos splines
suaves e projection pursuit automática, usando também os conceitos de validação cruzada e
regressão não-paramétrica.
Referência 203
Schaal, S. Nonparametric Regression for Learning, Proceedings of the Conference on
Prerational Intelligence - Adaptive and Learning Behavior, Bielefeld, Germany, April 1994.
Fonte: dynamo.ecn.purdue.edu/~kapadia/Publications/1998/apads.pdf
Resumo: sim
Palavras-Chave: algoritmo de aprendizado, regressão não-paramétrica, redes neurais
Comentários: os autores deste paper comparam o aprendizado não-paramétrica com os
métodos paramétricos mais largamente utilizados e investigam como estas duas famílias
diferem em suas propriedades e sua aplicabilidade.
Referência 204
Silverman, B.W. Some aspects of the spline smoothing approach to nonparametric regression
curve fitting, J. R. Statist. Soc. B, vol. 47, pp. 1-52, 1985.
Resumo: não
Palavras-Chave: suavidade, regressão não-paramétrica, regularização, spline suavizantes
Referência 205
Sjöberg, J.; Ljung, L. Overtraining, regularization and searching for a minimum, with
application to neural networks, International Journal of Control, vol. 62, pp. 1391-1407,
1995.
Fonte: www.telecom.csuhayward.edu/~stat/Neural/CIS138.htm
Resumo: não
Palavras-Chave: regularização, sobretreinamento, redes neurais
Referência 206
Sullivan, F. Blurred Segmentation Models for Non-Parametric Regression and Density
Estimation, citeseer.nj.nec.com/179092.html
Resumo: sim
Palavras-Chave: regressão não-paramétrica, estimação de densidade, regularização,
penalidades tipo Laplacianas
Comentários: este paper introduz uma nova classe de aproximações estimação de funções
não-paramétricas. A abordagem envolve a modelagem da função alvo como uma combinação
linear de elementos de base construídos por funções indicadoras de borrões associadas com
uma segmentação ou partição do domínio. São construídos métodos de regularização com
penalidades do tipo Lapaciano.
Referência 207
Trecate, G.F. Bayesian methods for nonparametric regression with Neural Networks, PhD
Thesis, Università di Pavia, Pavia, Italia, April 1999.
Fonte: http://conpro.unipv.it/lab/temiricerca/temi_eng.htm#3c
Resumo: sim
Palavras-Chave: regressão não-paramétrica, métodos Bayesianos, rede de regularização
Comentários: esta tese apresenta vários tópicos a respeito da teoria de regressão Bayesiana,
onde são apresentados dois novos algoritmos para a computação das redes de regularização e
dos graus de liberdade equivalentes. É mostrado também que as redes de regularização são
capazes de identificar de uma maneira consistente uma classe de modelos autoregressivos
exógenos não-lineares de dimensão infinita.
Referência 208
Vijayakumar, S.; Schaal, S. Local adaptive subspace regression, Neural Processing Letters,
vol. 7, pp. 139-149, 1998.
Fonte: http://www.islab.brain.riken.go.jp/~sethu
Resumo: sim
Palavras-Chave: aprendizado, regressão adaptativa, aprendizado não-paramétrico
Comentários: os autores deste paper fazem uma revisão a respeito do aprendizado através de
dados esparsos em espaços de grandes dimensões, o que requer uma grande quantidade de
informação a priori sobre o que vai ser aprendido, o que normalmente é provido por um
especialista na área. Para mudar esse cenário, eles utilizam uma abordagem não-paramétrica.

Wahba, G. Spline Models for Observational Data, CBMS-NSF Regional Conference Series in
Applied Mathematics 59, Softcover, 1990.
Comentários: este livro serve como uma introdução aos aspectos mais teóricos do uso de
modelos de splines. A autora aborda os problemas de suavidade e métodos de regularização,
em particular o de Tikhonov, para a generalização do uso de splines para problemas inversos
mal-condicionados. Este é considerado um livro bastante didático, sendo adotado por diversos
cursos ao redor do mundo.
Referência 210
Wahba, G. Comments on Consistent Nonparametric Regression, The Annals of Statistics, vol.
5, pp. 637-640, 1977.
Resumo: não
Palavras-Chave: regressão não-paramétrica, regularização, suavidade
Referência 211
Wahba, G. Improper Priors, Spline Smoothing and the Problem of Guarding Against Model
Errors in Regression, Journal of the Royal Statistical Society, Series B, Methodological, vol.
40, pp. 364-372, 1978.
Resumo: não
Palavras-Chave: regressão não-paramétrica, suavidade, erros de modelo
Referência 212
Wahba, G. Model Indexing and Smoothing Parameter Selection in Nonparametric Function
Estimation, Statistica Sinica, vol. 8, pp. 632-637, 1998.
Resumo: não
Palavras-Chave: suavidade, regressão não-paramétrica, indexação de modelo
Referência 213
Wahba, G. Comments on Some Aspects of the Spline Smoothing Approach to Non-parametric
Regression Curve Fitting, Journal of the Royal Statistical Society, Series B, Methodological,
vol. 47, p. 44, 1985.
Resumo: não
Palavras-Chave: regressão não-paramétrica, suavidade, spline

Referência 214
Resumo: não
Referência 215
White, H. Connectionist Nonparametric Regression: Multilayer Feedforward Networks Can
Learn Arbitrary Mappings, Neural Networks, vol. 3, pp. 535-550, 1990.
Fonte: ftp://ftp.sas.com/pub/neural/FAQ.html
Resumo: não
Palavras-Chave: regressão não-paramétrica, aprendizado, mapeamentos arbitrários
3. PROBLEMAS INVERSOS
A solução de um problema inverso envolve a determinação de causas desconhecidas,

baseadas na observação de seus efeitos; o oposto ocorre nos problemas diretos geralmente
abordados, onde a solução é dada pela obtenção dos efeitos, tendo como base uma completa
descrição de suas causas. Tais problemas são freqüentemente mal-condicionados, fazendo-se
necessário o uso dos conceitos da teoria da regularização e suavidade. É neste contexto que se
encontra a maioria dos trabalhos apresentados nesta seção. Alguns desses trabalhos abordam a
parte teórica da utilização da regularização em problemas inversos mal-condicionados,
analisando pontos específicos como estabilidade, unicidade e otimalidade das soluções,
problemas implícitos, etc. A maior parte dos trabalhos realizados na área, contudo, tem um
cunho prático, ou seja, aplicam os conceitos de problema inverso e da teoria da regularização
a problemas envolvendo conceitos físicos, processamento de imagens, processamento de
sinais, imagens médicas, entre outros.
A seguir apresentam-se alguns trabalhos, selecionados de maneira a fornecer a visão
mais ampla possível do contexto em que os conceitos de regularização e problemas inversos
vêm sendo aplicados, bem como apresentar os principais avanços que vêm sendo alcançados.
Referências:
Referência 216
Barone, P.; Sebastiani, G. Solving an Inverse Diffusion Problem for Magnetic Resonance
Dosimetry by a Fast Regularization Method, Real-Time Imaging, Vol. 7, No. 1, February
2001
Resumo: sim
Palavras-Chave: problema inverso, ressonância magnética, deconvolução, restrições de
suavidade
Comentários: este paper faz um estudo de um problema de difusão inverso que aparece em
dosimetria de ressonância magnética. Para lidar com a singularidade do “kernel”, funções de
regularização não lineares são consideradas, as quais podem prover soluções regulares,
reproduzir gradientes e impor restrições de positividade. Um algoritmo determinístico rápido
é usado.
Referência 217
Bertero, M.; De Mol, C.; Viano, G.A. The stability of inverse problems, Inverse scattering
problems in optics, Springer-Verlag, Berlin, West Germany; 1980.
Resumo: sim
Palavras-Chave: problemas mal-condicionados, problemas inversos, restrições
Comentários: este paper esboça as principais características de problemas mal-condicionados,
sua conexão com problemas inversos e as idéias básicas que permitem sua resolução. A teoria
da regularização é discutida onde as restrições suplementares são limites prescritos na classe
de soluções admissíveis.
Referência 218
Busby, H.R.; Trujillo, D.M. Optimal regularization of an inverse dynamics problem,

Computers & Structures, vol. 63, no. 2, pp. 243-248, April 1997.
Resumo: sim
Palavras-Chave: problema dinâmico inverso, regularização de Tikhonov, parâmetro de
suavidade, validação cruzada generalizada
Comentários: este paper trata da resolução de problemas dinâmicos inversos usando a
regularização de Tikhonov e programação dinâmica, o que requer a seleção de um parâmetro
de suavização ótimo. Dois métodos para a escolha deste parâmetro são estudados: a validação
cruzada generalizada e o método da curva L.
Referência 219
Calvetti, D.; Morigi S.; Reichel, L.; Sgallari, F. Tikhonov regularization and the L-curve for
large discrete ill-posed problems, Journal of Computational and Applied Mathematics, vol.
123, no. 1-2, pp. 423-446, November 2000.
Resumo: sim
Palavras-Chave: problema inverso mal-condicionado, regularização, critério da curva L,
quadratura de Gauss
Comentários: os autores deste paper revêem métodos iterativos disponíveis, e apresentam
novos, para a determinação de um valor adequado para o parâmetro de regularização através
do critério da curva L e a solução de sistemas regularizados de equações algébricas.
Referência 220
Dechevsky, L.T. Wavelet Shrinkage - the Next Generation, Technical Report, 1998.
Fonte: sphere.math.utsa.edu/~kannan/conf/abstracts/dechev.pdf
Resumo: sim
Palavras-Chave: wavelets, regressão não-paramétrica, regularização de Tikhonov, problemas
inversos mal-condicionados
Comentários: este paper trata da contração de wavelet. O autor faz uso de técnicas de
regularização, em particular a de Tikhonov, para problemas inversos mal-condicionados, e
analisa os casos de regressão não-paramétrica, sob um ponto de vista estatístico.
Referência 221
Delaney, A.H.; Bresler, Y., Globally convergent edge-preserving regularized reconstruction:
an application to limited-angle tomography, IEEE Transactions on Image Processing, vol. 7,
no. 2, pp. 204-211, Feb. 1998.
Resumo: sim
Palavras-Chave: reconstrução de imagens, problemas inversos, otimização, otimização não-
convexa, aproximações por mínimos quadrados.
Comentários: este paper introduz uma generalização de um algoritmo determinístico para
regularização preservadora de contorno em problemas lineares inversos. O algoritmo é
aplicado à reconstrução tomográfica a partir de dados limitados. Os resultados demonstram
que a aplicação de uma restrição de suavidade adequada através de uma regularização de
preservação de contorno fornece ótimas reconstruções.
Referência 222
Engl, H.W.; Rundell, W.; Scherzer, O. A Regularization Scheme for an Inverse Problem in
Age-Structured Populations, Journal of Mathematical Analysis and Applications, Vol. 182,
No. 3, March 15, 1994.
Resumo: sim
Palavras-Chave: dinâmica populacional, problema inverso, problema mal-condicionado
Comentários: este paper considera a questão da determinação estável da taxa de mortalidade
na equação fundamental da dinâmica populacional estruturada por idade. A abordagem dos
autores é a de formular o problema inverso como uma equação operadora, e então usar o
método dos mínimos quadrados para sua solução. Como o problema é mal-condicionado, um
método de regularização deve ser considerado.
Referência 223
Johnson, C.R.; MacLeod, R.S. Adaptive local regularization methods for the inverse ECG
problem, Progress in Biophysics & Molecular Biology, vol. 69, no. 2-3, pp. 405-423, March
1998.
Resumo: sim
Palavras-Chave: eletrocardiografia, problema inverso, suavidade, regularização
Comentários: os autores deste artigo apresentam novos métodos para alcançar melhores
estimativas das distribuições potenciais da superfície do coração em termos dos potenciais de
torso através de um procedimento inverso. Para isso, eles fazem uso de um algoritmo de
refinamento automático e adaptativo e de um novo procedimento de regularização local.
Referência 224
Karayiannis, N.B.; Venetsanopoulos, A.N. Regularization theory in discrete image
restoration, Proceedings of the SPIE, The International Society for Optical Engineering,
vol.1001, pt.1, p.25-36, 1988.
Resumo: sim
Palavras-Chave: restauração de imagens, problemas inversos, problemas mal-condicionados,
aplicabilidade, função de estabilização
Comentários: os autores apresentam diversos aspectos da aplicação da teoria da
regularização em restauração de imagens. Isto é feito pela extensão da aplicabilidade da
abordagem da funcional de estabilização para problemas bidimensionais mal-condicionados.
A restauração de imagens é formulada como uma minimização restrita de um funcional de
estabilização.
Referência 225
Karayiannis, N.B., Venetsanopoulos, A.N. Regularization theory in image restoration--the
stabilizing functional approach, IEEE Transactions on Acoustics, Speech, and Signal
Processing, vol. 38, no. 7, p. 1155-1179, July 1990.
Resumo: sim
Palavras-Chave: problema mal-condicionado, problema inverso, suavidade, restrições
Comentários: neste paper são apresentados vários aspectos da aplicação da teoria da
regularização em restauração de imagens. Isto é feito através da extensão da aplicabilidade da
abordagem de funcional de estabilização para problemas bidimensionais inversos mal-
condicionados. A restauração inversa é formulada como a minimização restrita da funcional
de estabilização.
Referência 226
Koch, M. The application of regularization theory to the retrieval of stability, uniqueness and
optimal solutions in the linear ill-posed 3D-seismic inverse problem, Eos, Transactions,
American Geophysical Union 65, pp. 1018, 1984.
Resumo: não
Palavras-Chave: teoria da regularização, problema inverso, problema mal-condicionado
Referência 227
Lamm, P.K. On the local regularization of inverse problems of Volterra type, in Proc. ASME
Design Engineering Technical Conferences - Parameter Identication Symposium, 1995.
Resumo: sim
Palavras-Chave: regularização de Tikhonov, semente (kernel) de convolução, regularização
de dimensão infinita
Comentários: neste paper considera-se um método de regularização local para a solução de
equações integrais de primeiro tipo de Volterra com semente de convolução. A regularização
local é baseada em uma divisão do operador de Volterra original em partes “local” e “global”,
e um uso da regularização de Tikhonov para estabilizar a inversão do operador local somente.
Referência 228
Lamm, P. K. Future-Sequential Regularization Methods for Ill-Posed Volterra Equations,
Applications to the Inverse Heat Conduction Problem, 1997.
Resumo: sim
Palavras-Chave: condução de calor, problemas mal-condicionados, equações de Volterra
Comentários: neste paper é desenvolvido um contexto teórico para o estudo de um método
de regularização seqüencial futuro, desenvolvido por J.V. Beck para o problema inverso da
condução de calor.
Referência 229
Lamm, P.K. Local Regularization Methods for the Stabilization of Ill-Posed Volterra
Problems, Applications to the Inverse Heat Conduction Problem, 2000.
Resumo: sim
Palavras-Chave: problemas mal-condicionados, equações de Volterra, suavidade
Comentários: neste paper investiga-se uma classe de métodos de regularização local para a
qual o problema original (instável) é aproximado por uma família parametrizada de equações
de Volterra de segundo tipo e bem condicionadas.
Referência 230
Lamm, P.K. Regularized inversion of finitely smoothing Volterra operators: predictor

corrector regularization methods, Inverse Problems, 13, pp. 375-402, 1997.
Resumo: não
Palavras-Chave: perturbação, acuidade, operadores Volterra
Referência 231
Lamm, P.K. Variable-smoothing regularization methods for inverse problems of Volterra type,
1997
Resumo: sim
Palavras-Chave: suavidade, parâmetro de regularização, problema inverso
Comentários: este paper investiga o grau em que os parâmetros de regularização podem ser
utilizados para controlar a suavidade através de vários exemplos numéricos.
Referência 232
Lamm, P.K. Solution of ill-posed Volterra equations via variable-smoothing Tikhonov
regularization, in Inverse Problems in Geophysical Applications, SIAM, Philadelphia, 1997.
Resumo: sim
Palavras-Chave: não há informação suficiente
Referência 233
Luettgen, M.R.; Clem Karl, W.; Willsky, A.S. Efficient multiscale regularization with
applications to the computation of optical flow, IEEE Transactions on Image Processing, vol.
3, no. 1, pp. 41-64, Jan. 1994.
Resumo: sim
Palavras-Chave: problemas inversos mal-condicionados, complexidade computacional,
processamento de imagens, resolução, suavidade
Comentários: este paper apresenta uma nova abordagem para métodos de regularização para
processamento de imagens. Este novo algoritmo apresenta uma excelente inicialização para
algoritmos iterativos associados com a formulação do problema de restrição de suavidade.
Referência 234
Nelson, P.A.; Yoon, S.H. Estimation of Acoustic Source Strength by Inverse Methods: Part I,
Conditioning of the Inverse Problem, Journal of Sound and Vibration, vol. 233, no. 4, June
2000.
Resumo: sim
Palavras-Chave: acústica, problema inverso, campo de radiação
Comentários: este paper lida com o problema inverso discreto em acústica. Assume-se que
um número conhecido de fontes acústicas estão localizadas em posições espaciais conhecidas
e que a pressão acústica é medida em um número de posições espaciais no campo de radiação.
O artigo ilustra as possibilidades e limitações deste tipo de abordagem.
Referência 235
Nelson, P.A.; Yoon, S.H. Estimation of Acoustic Source Strength by Inverse Methods: Part II,
Sound and Vibration, vol. 233, no. 4, June 2000.
Resumo: sim
Palavras-Chave: problema inverso, regularização, validação cruzada, validação cruzada
generalizada, ruído
Comentários: neste paper são usados dois métodos de regularização (Tikhonov e descarte do
valor singular) para melhorar a acuidade da reconstrução de uma fonte acústica através
de técnicas inversas. São investigados alguns métodos de escolha dos parâmetros de
regularização, com destaque para o uso da validação cruzada ordinária e generalizada.
Referência 236
Nguyen, N.; Golub, G.; Milanfar, P. Blind restoration/superresolution with generalized cross-
validation using Gauss-type quadrature rules, Conference Record of the Thirty-Third
Asilomar Conference on Signals, Systems, and Computers, vol. 2, pp. 1257-1261, oct. 1999.
Resumo: sim
Palavras-Chave: restauração de imagens, validação cruzada generalizada, problema inverso
mal-condicionado, parâmetro de regularização
Comentários: em muitas aplicações de restauração/super-resolução, o processo de
borramento não é conhecido. A estimativa da função de espalhamento e os parâmetros de
regularização para este problema inverso mal-condicionado é feita através do uso de um
método de validação cruzada generalizada.
Referência 237
Piccolomini, E.L.; Zama, F. The conjugate gradient regularization method in Computed
Tomography problems, Applied Mathematics and Computation, vol. 102, no. 1, pp. 87-99,
July 1999.
Resumo: sim
Palavras-Chave: regularização, problemas inversos, tomografia computadorizada
Comentários: neste trabalho os autores resolvem problemas inversos vindos da área de
tomografia computadorizada por meio de métodos de regularização baseados em iterações do
gradiente conjugado.
Referência 238
Sánchez-Ávila, C.; Figueiras-Vidal, A.R. New POCS algorithms for regularization of inverse
problems, J. of Computational and Applied Mathematics, vol. 72, no. 1, pp. 21-39, July 1996.
Resumo: sim
Palavras-Chave: regularização, operadores de projeção em conjuntos convexos,
deconvolução, problema inverso, problema mal-condicionado
Comentários: este paper apresenta, sob operadores de projeção em conjuntos convexos para
introduzir as operações de regularização necessárias, uma série de algoritmos de regularização
adaptativos e não-adaptativos que oferecem como principais vantagens uma baixa
complexidade computacional e a possibilidade de incluir quaisquer tipos de restrições,
lineares ou não.
Referência 239
Shkvarko,Y.V. Multi-sensor remote sensing in scattering media via fusing experiment design
and regularization theory methods, Proceedings of the International Society for Optical
Engineering, vol. 3068, pp. 341-365, 1997.
Resumo: sim
Palavras-Chave: problema mal-condicionado, problema inverso, sistema de radar,
restauração de imagens
Comentários: neste paper os autores apresentam uma nova abordagem para os problemas de
sensoriamento remoto de imagens para sistemas de radar/sonar, estabelecidos e tratados como
problemas inversos e mal-condicionados de restauração de sinais de objetos refletidos e
distorcidos.
Referência 240
Shulman, D.; Herve, J.Y. Regularization of discontinuous flow fields, Workshop on Visual
Motion, Proceedings, pp. 81-86, March 1989.
Resumo: sim
Palavras-Chave: problemas inversos, problemas mal-condicionados, suavidade, distribuições
de probabilidade, visão computacional
Comentários: problemas inversos em visão de baixo nível tendem a ser mal condicionados, e
suposições de suavidade (regularização) precisam ser feitas para obter soluções únicas que
variam continuamente como uma função dos dados. Os autores aplicaram a teoria das
estatísticas robustas para obter uma regularização convexa que é também maximamente
robusta contra especificações erradas da distribuição probabilidade.
Referência 241
Solo, V. A sure-fired way to choose smoothing parameters in ill-conditioned inverse problems,
Proceedings of the International Conference on Image Processing, vol. 3, pp. 89-92, Sept.
1996.
Resumo: sim
Palavras-Chave: processamento de imagens, métodos de suavização, problemas inversos
mal-condicionados, regularização, validação cruzada
Comentários: os autores deste paper descrevem um procedimento geral para a estimação de
parâmetros dimensionais finitos auxiliares em problemas inversos mal-condicionados. O
método é aplicável a problemas não-lineares, não envolve aproximações mas oferece
vantagens computacionais sobre validação cruzada e máxima verossimilhança.
Referência 242
Solo, V.; Purdon, P.; Brown, E.; Weisskoff, R. Regularization for functional MRI models,
International Conference on Image Processing, Proceedings, vol. 1, pp. 714-716, Oct. 1998.
Resumo: sim
Palavras-Chave: problemas inversos, modelos funcionais MRI, suavidade espacial,
ressonância magnética, imagens médicas
Comentários: os autores consideram o modelamento espaço-temporal dos dados da função
MRI a partir de um ponto de vista de problemas inversos. Os autores discutem métodos de
regularização para esse tipo de modelamento.
Referência 243
Terzopoulos, D. Regularization of inverse visual problems involving discontinuities, IEEE

Transactions on Pattern Analysis and Machine Intelligence, vol. 8, no. 4; pp. 413-424, July
1986.
Resumo: sim
Palavras-Chave: problemas inversos mal-condicionados, restrições de suavidade, funcionais
de estabilização, regularização
Comentários: este paper trata da maneira como problemas inversos que tendem a ser mal-
condicionados podem ser reformulados como princípios variacionais bem-condicionados
cujas soluções são computáveis. Para isso, uma classe geral de estabilizadores continuamente
controláveis, que provê o necessário controle sobre a suavidade, é proposta.
Referência 244
Wahba, G. Regularization and cross validation methods for nonlinear implicit, ill-posed
inverse problems, In Geophysical Data Inversion Methods and Applications, A. Vogel, C.
Ofoegbu, R. Gorenflo and B. Ursin, eds., Vieweg, pp. 3-13, 1990.
Resumo: não
Palavras-Chave: validação cruzada, regularização, problemas inversos mal-condicionados
Referência 245
Wahba, G. Comments on A Statistical Perspective on Ill-posed Inverse Problems, Statistical
Science, vol. 1, pp. 521-522, 1986.
Resumo: não
Palavras-Chave: problema inverso, problema mal-condicionado, regularização
Referência 246
Yildiz, B.; Subasi, M.; Sever, A. On a regularization problem, Applied Mathematics and
Computation, vol. 109, no. 1, pp. 67-72, March 2000.
Resumo: sim
Palavras-Chave: regularização de Tikhonov, problema inverso, problema mal-condicionado
Comentários: os autores deste paper consideram o uso do método da regularização de
Tikhonov na solução de problemas inversos mal-condicionados.
4. CAPACIDADE DE GENERALIZAÇÃO E DILEMA BIAS/VARIÂNCIA
A capacidade de generalização significa a capacidade que esta tem de reconhecer,

caracterizar ou mapear entradas que ela nunca encontrou antes. A fim de se obter um alto
nível de capacidade de generalização, a seleção do modelo e dos pontos de amostragem são
cruciais.
O dilema bias/variância está ligado à tentativa de se minimizar o erro associado a uma
função de aproximação. É desejado que ambos os valores sejam baixos. Na prática, porém, se
a função de aproximação é feita muito flexível, o bias assume baixos valores, mas a variância
sobe. Se a função é feita mais rígida, o valor da variância cai, porém o valor do bias sobe.
Portanto, a questão a ser respondida é como reduzir a variância sem aumentar
proporcionalmente o bias.
Os estudos realizados nos papers e livros aqui apresentados estão, em sua grande
maioria, relacionados com as questões acima levantadas, ou seja, o compromisso
bias/variância e sua relação com a capacidade de generalização, especialmente para o caso de
treinamento e aprendizado de redes neurais regularizadas. Tais estudos incluem a busca por
estimadores mais eficientes para o erro de generalização; tentativas de se melhorar a
capacidade de se melhorar a capacidade de generalização da rede sem tornar a variância
proibitivamente alta, através do uso de técnicas como o uso de derivadas de segunda ordem e
parâmetros de regularização adaptativos; análise da generalização em sistemas de aprendizado
não-lineares; e por fim, o estudo da capacidade de generalização de redes utilizadas em
algumas aplicações práticas. Todos esses casos estão ilustrados pelos artigos apresentados a
seguir.
Referências:
Referência 247
Amari, S.I. Training error, generalization error and learning curves in neural learning,
Proceedings of the Second New Zealand International Two-Stream Conference on Artificial
Neural Networks and Expert Systems, pp. 4-5, Nov. 1995.
Resumo: sim
Palavras-Chave: redes neurais, aprendizado, minimização, erro de treinamento, erro de
generalização
Comentários: os autores deste paper analisam o caso em que o número de exemplos de
treinamento é pequeno, onde as discrepâncias são grandes, causando um problema sério de
sobre-treinamento. Esse fenômeno é analisado através do uso de um modelo simples. É
estudado também o comportamento do erro de generalização.
Referência 248
Barron, A.R. Complexity regularization with application to artificial neural networks, In G.
Roussas, editor, Nonparametric Functional Estimation and Related Topics, pp. 561-576.
Kluwer Academic Publishers, 1991.
Resumo: não
Palavras-Chave: aprendizado construtivo, limites de risco, generalização, regressão não-
paramétrica
Comentários: este artigo é bastante didático e largamente citado na literatura.
Referência 249
Cullum, J. The effective choice of the smoothing norm in regularization, Math. Comp., vol.
33, pp. 149-170, 1979.
Resumo: não
Palavras-Chave: parâmetro de regularização, generalização
Referência 250
Embrechts, M.J. Supervised Scaled Regression Clustering: an Alternative to Neural
Networks, IEEE-INNS-ENNS International Conference, vol. 6, pp. 571-576, Como, Italy, July
2000.
Fonte: infocom.uniroma1.it/aurel/papers98/ASNN_NN.pdf
Resumo: sim
Palavras-Chave: generalização, splines, clustering, redes neurais, algoritmos genéticos
Comentários: este paper descreve um novo método para o treinamento supervisionado de
sistemas de regressão que podem ser uma alternativa para redes neurais artificiais do tipo
feedforward treinadas com o algoritmo backpropagation. A metodologia proposta é uma
estrutura híbrida baseada em clustering supervisionado com algoritmos genéticos e
aprendizado local.
Referência 251
Geman, S.; Bienenstock, E.; Doursat, R. Neural Networks and the Bias/Variance Dilemma,
Neural Computation, vol. 4, pp. 1-58, 1992.
Resumo: não
Palavras-Chave: dilema bias/variância, redes neurais
Referência 252
Giovannelli, J.F.; Demoment, G.; Herment, A. A Bayesian method for long AR spectral
estimation: a comparative study, IEEE Transactions on Ultrasonics, Ferroelectrics and
Frequency Control, vol. 43, no. 2, pp. 220-233, March 1996.
Resumo: sim
Palavras-Chave: validação cruzada, processos auto-regressivos, distribuição Gaussiana,
método de Bayes, relação bias/variância
Comentários: os autores abordam o problema da estimação da densidade espectral de
potência de processos Gaussianos estacionários e de média nula quando apenas um pequeno
conjunto de observações está disponível para análise. Há a utilização da validação cruzada
generalizada para ajuste automático da suavidade espectral. É feita ainda a investigação da
relação bias/variância.
Referência 253
Goutte, C., Hansen, L.K. Regularization with a Pruning Prior, Neural Networks, vol. 10, no.
6, pp. 1053-1059, August 1997.
Resumo: sim
Palavras-Chave: método de generalização, aprendizado Gaussiano, método de Laplace
Comentários: este paper investiga o uso da regularização a priori, onde é mostrado que esta
tem propriedades de poda. As análises são conduzidas tanto através de uma abordagem
Gaussiana quanto de um método de generalização, aplicadas a um problema simples. Os
resultados são comparados com as abordagens tradicionais.
Referência 254
Han, M.; Hirasawa, K.; Hu, J.; Murata, J. Generalization ability of universal learning network
by using second order derivatives, IEEE International Conference on Systems, Man, and
Cybernetics, vol. 2, pp. 1818-1823, Oct. 1998.
Resumo: sim
Palavras-Chave: rede de aprendizado universal, derivadas de segunda ordem, minimização
de desvio, identificação de sistema dinâmico não-linear
Comentários: neste paper, é estudado como a habilidade de generalização da modelagem de
sistemas dinâmicos pode ser melhorada fazendo uso das vantagens fornecidas pelas derivadas
de segunda ordem da função de critério com respeito às entradas externas. O método proposto
é baseado na teoria de regularização proposta por Poggio e Girosi (1990).
Referência 255
Hansen, L.K.; Rasmussen, C.E.; Svarer, C.; Larsen, J. Adaptive regularization, In Proceedings
of the IEEE Workshop on Neural Networks for Signal Processing IV, pp. 78-87, 1994.
Resumo: não
Palavras-Chave: estimação de erro, método do gradiente, erro de generalização, treinamento
Referência 256
Jean, J.S.N.; Wang, J. Weight Smoothing to Improve Network Generalization, IEEE Trans.
Neural Networks, vol. 5, no 5, pp. 468-480, September 1995.
Resumo: não
Palavras-Chave: regularização, abordagem baseada em pixels, generalização, treinamento
Comentários: artigo bastante citado na literatura.
Referência 257
Johansen, T.A. On Tikhonov Regularization, Bias and Variance in Nonlinear System

Identification, Automatica, vol. 33, no. 3, pp. 441-446, March 1997.
Resumo: sim
Palavras-Chave: regularização, sistemas não-lineares, aproximação assintótica, dilema
bias/variância, identificação de sistema
Comentários: os autores deste trabalho fazem uma discussão a respeito de como o método de
regularização de Tikhonov é uma alternativa poderosa para regularização de
problemas de identificação de sistemas não-lineares pela introdução da suavidade do
modelo como uma informação a priori. Suas propriedades são discutidas em termos de
uma análise de bias e variância.
Referência 258
Karkhanis, P.; Bebis, G. A performance evaluation of variations to the standard back-
propagation algorithm, Conference Record of the Southcon/94, pp. 71-76, March 1994.
Resumo: sim
Palavras-Chave: validação cruzada, generalização, backpropagation, suavidade
Comentários: este paper apresenta uma comparação de desempenho empírica entre três
técnicas de melhoria das capacidades de generalização de redes neurais do tipo
backpropagation, que são o decaimento de pesos, validação cruzada e suavidade de pesos.
Referência 259
Koshizen, T.; Rosseel, Y.; Tonegawa, Y. A new EM algorithm using Tikhonov regularization,
International Joint Conference on Neural Networks, IJCNN '99, vol. 1, pp. 413-418, July
1999.
Resumo: sim
Palavras-Chave: estimação por máxima verossimilhança, modelo Gaussiano misto,
suavidade, generalização, função densidade estimada
Comentários: este paper propõe um novo algoritmo do tipo “expectation-maximization
(EM)” utilizando a regularização de Tikhonov. Dois passos de aprendizado são envolvidos:
primeiro, um algoritmo EM padrão é usado para obtenção de uma estimativa inicial dos
parâmetros; a seguir, uma versão regularizada do algoritmo EM para melhorar a suavidade e
propriedades de generalização da função densidade estimada.
Referência 260
Larsen, J.; Hansen, L.K. Generalization Performance of Regularized Neural Network Models,
in Proceedings of the IEEE Workshop on Neural Networks for Signal Processing IV, pp. 42-
51, 1994.
Resumo: sim
Palavras-Chave: arquitetura de redes neurais, generalização, erro de generalização
Comentários: este paper faz a estimação do desempenho de generalização de modelos de
redes neurais completos e regularizados. É derivada uma fórmula para a determinação dos
pesos de regularização ótimos. Por fim, um novo estimador do erro de generalização é
proposto. Este é um artigo largamente citado na literatura.
Referência 261
Lemm, J.C. Fuzzy rules and regularization theory, 6th European Congress on Intelligent
Techniques and Soft Computing, EUFIT '98, vol.1, pp.250-254, 1998.
Resumo: sim
Palavras-Chave: generalização, sistemas de aprendizado, funcionais convexas, aprendizado
empírico
Comentários: a habilidade de generalização de sistemas de aprendizado empírico é
essencialmente baseada em dependências entre os dados de treinamento conhecidos e futuras
situações de teste. Essas dependências são parte da informação a priori necessária para
qualquer aprendizado empírico. Neste paper discute-se os aspectos das medidas empíricas e
controle da informação a priori.
Referência 262
Leung, C.T.; Chow, T.W.S. Adaptive regularization parameter selection method for
enhancing generalization capability of neural networks, Artificial Intelligence, vol. 107, no.
2, pp. 347-356, February 1999.
Resumo: sim
Palavras-Chave: redes neurais, método de regularização, capacidade de generalização
Comentários: os autores deste paper propõem uma nova seleção do parâmetro de
regularização, a fim de melhorar o desempenho do método de regularização. O método
proposto evita a obtenção de soluções sub-ótimas indesejáveis.
Referência 263
Leung, C.T.; Chow, T.W.S. Least third-order cumulant method with adaptive regularization
parameter selection for neural networks, Artificial Intelligence, vol. 127, no. 2, pp. 169-197,
April 2001.
Resumo: sim
Palavras-Chave: regularização, capacidade de generalização, acumulador de terceira ordem
Comentários: este paper introduz uma propriedade da função objetiva acumuladora de
terceira ordem. A propriedade é que a solução é ótima quando os gradientes dos erros médios
quadráticos e erro cumulativo de terceira ordem são vetores nulos. As soluções ótimas são
independentes dos parâmetros de regularização.
Referência 264
Martone, M. Optimally regularized channel tracking techniques for sequence estimation
based on cross-validated subspace signal processing, IEEE Transactions on Communications,
vol. 48, no. 1, pp. 95-105, Jan. 2000.
Resumo: sim
Palavras-Chave: tracking, validação cruzada, algoritmo de Viterbi, estimador de canal,
dilema bias-variância
Comentários: este paper propõe novos métodos para estimação de seqüência de máxima
verossimilhança, baseado em um algoritmo de Viterbi. No esquema proposto, o estimador de
canal e o processador de Viterbi operam de maneira concorrente. A relação bias-variância é
automaticamente ajustada através de estimador de validação cruzada.
Referência 265
Moody, J.E. Note on generalization, regularization and architecture selection in nonlinear

learning systems, Proceedings of the 1991 IEEE Workshop Neural Networks for Signal
Processing, pp. 1-10, Sept 1991.
Resumo: sim
Palavras-Chave: minimização da função de treinamento, generalização, seleção de
arquitetura, sistemas de aprendizado não-linear, redes backpropagation
Comentários: o autor propõe uma nova estimação do desempenho de generalização para
sistemas de aprendizado não-lineares, chamada de erro de predição generalizada (GPE), a
qual é baseada na noção do número efetivo de parâmetros p/sub eff/(lambda). Esse número
depende da quantidade de tendência e suavidade no modelo. Este é um artigo com um bom
número de citações na literatura.
Referência 266
Moody, J.E. The Effective Number of Parameters: An Analysis of Generalization and
Regularization in Nonlinear Learning Systems, Advances in Neural Information Processing
Systems 4, pp. 847-854, 1992.
Fonte: ftp://ftp.sas.com/pub/neural/FAQ3.html
Resumo: não
Palavras-Chave: generalização, regularização, aprendizado
Referência 267
Sugiyama, M.; Ogawa, H. Subspace Information Criterion for Model Selection, Neural
Computation, vol.13, no.8, pp.1863-1889, 2001.
Fonte: http://ogawa-www.cs.titech.ac.jp/~sugi/
Resumo: sim
Palavras-Chave: aprendizado supervisionado, capacidade de generalização, seleção de
modelo, critério de informação de Akaike
Comentários: os autores deste paper propõem um novo critério para seleção de modelo
chamado critério de informação de subespaço. Assume-se que a função alvo de aprendizado
pertence a um espaço funcional de Hilbert e o erro de generalização é definido como a norma
quadrática desse espaço.
Referência 268
Vecci, L.; Campolucci, P.; Piazza, F.; Uncini, A. Approximation capabilities of adaptive spline
neural networks, International Conference on Neural Networks, vol.1, pp. 260-265, June
1997.
Resumo: sim
Palavras-Chave: funções de transferência, sistemas adaptativos, generalização, splines,
aproximação de funções
Comentários: neste paper, são estudadas as propriedades de redes neurais baseadas em
funções de ativação adaptativas. Usando os resultados da teoria da regulação, mostra-se como
a arquitetura proposta é capaz de produzir aproximações suaves de funções desconhecidas;
sugere-se, a fim de reduzir a complexidade de hardware, uma implementação dos pontos
centrais esperados pela teoria.
Referência 269
Vecci, L.; Piazza, F.; Uncini, A., Learning and Approximation Capabilities of Adaptive Spline
Activation Function Neural Networks, Neural Networks Vol.11, No.2, pp. 271-282, 1998
Resumo: sim
Palavras-Chave: splines, perceptron, generalização, redes neurais, funções sigmoidais
Comentários: os autores deste paper fazem um estudo das propriedades teóricas de um novo
tipo de rede neural artificial, que são capazes de adaptar suas funções de ativação pela
variação dos pontos de controle. São utilizadas técnicas de regularização e são analisados o
treinamento e a capacidade de generalização dessas redes neurais.
Referência 270
Wahba, G. Generalization and regularization in nonlinear learning systems, In M. Arbib,
editor, The Handbook of Brain Theory and Neural Networks, pages 426-430. MIT Press,
Cambridge, MA, 1995.
Resumo: não
Palavras-Chave: ruído, generalização, regularização, sistemas de aprendizado
Referência 271
Wahba, G.; Lin, X.; Gao, F.; Xiang, D.; Klein, R.; Klein, B. The bias-variance tradeoff and
the randomized GACV, Advances in Information Processing Systems, vol. 11, M. Kearns, S.
Solla and D. Cohn, eds, MIT Press, 1998.
Resumo: não
Palavras-Chave: dilema bias/variância, regularização
Referência 272
Williams, P.M. Improved generalization and network pruning using adaptive Laplace
regularization, In Proceedings of 3rd IEE International Conference on Artificial Neural
Networks, pages 76-80, Institution of Electrical Engineers, London, 1993.
Resumo: não
Palavras-Chave: bias, parâmetros de regularização, Gamma prior
Referência 273
Williamson, R.C.; Smola, A.J.; Scholkopf, B. Generalization performance of regularization
networks and support vector machines via entropy numbers of compact operators, Technical
Report NC-TR-98-019, Royal Holloway College, University of London, UK, 1998.
Resumo: sim
Palavras-Chave: erro de generalização, redes de regularização, aprendizado, mapeamento linear
Comentários: os autores deste paper apresentam novos limites para o erro de generalização
em vetores de suporte e redes de regularização relacionadas. As provas fazem uso de um
ponto de vista que é aparentemente novo no campo da teoria de aprendizado estatístico. Este é
um artigo largamente citado na literatura.
5. SPLINES SUAVIZANTES/PROJECTION PURSUIT
As funções splines são exemplos de aproximadores polinomiais. A idéia básica por

detrás do método de splines é dividir uma região de aproximação em um número finito de
sub-regiões através do uso de nós; os nós podem ser fixos, no caso de os aproximadores serem
linearmente parametrizados, ou podem ser variáveis, no caso de os aproximadores serem não-
lineares. Em ambos os casos, em cada região da aproximação é usado um polinômio de, no
máximo, grau n, com a restrição de que a função geral seja n-1 vezes diferenciável. As splines
polinomiais suavizantes são usadas em certas funções de regularização. Portanto, os conceitos
de splines, regularização e suavidade estão intimamente ligados. O conceito de projection
pursuit está ligado à busca da direção inicial de projeção.
Os trabalhos publicados neste assunto, dentre os quais escolheu-se alguns dos mais
representativos para serem aqui apresentados (como o de Friedman & Tukey, por exemplo),
fazem diversas considerações a respeito do uso dos splines suavizantes na regularização.
Alguns destes artigos fazem diversas considerações teóricas a respeito do uso mais adequado
desses splines na regularização, enquanto que outros fazem uso dos splines suavizantes e da
regularização em aplicações como wavelets, processamento e recuperação de imagens,
reconhecimento de padrões, análise de dados, etc. Quanto aos trabalhos abordando o assunto
de projection pursuit, há um forte apelo teórico, especialmente na busca por algoritmos mais
eficientes para se obter a direção inicial de projeção ideal. Alguns desses artigos abordam a
questão da regressão de projection pursuit generalizada. A seguir são apresentados alguns
trabalhos que ilustram e fornecem uma melhor visão da estado da arte dos assuntos abordados
nesta seção.
Referências:
Referência 274
Ainsleigh, P.L.; Chui, C.K. Simultaneous wavelet and spline smoothing of noisy data, IEEE
International Conference on Acoustics, Speech, and Signal Processing, ICASSP-93, vol. 3,
pp. 197-200, April 1993.
Resumo: sim
Palavras-Chave: splines suavizantes, wavelets, dados ruidosos, validação cruzada
Comentários: dois algoritmos de suavização de dados usando transformadas wavelets são
propostos. Estes algoritmos fazem uso das capacidades de localização de tempo e freqüência
das wavelets. O primeiro algoritmo é uma filtragem do tipo FIR. O segundo é baseado na
Referência 275
Transactions on Pattern Analysis and Machine Intelligence, vol. 16, no. 5, pp. 460-468, 1994.
Resumo: sim
Palavras-Chave: splines suavizantes, validação cruzada generalizada, transformada de
indesejado de um sistema de sensoriamento remoto de imagens. É mostrado que a smoothing
spline generalizada e com validação cruzada é facilmente aproximada e computada no
Referência 276
Chen, M.H.; Chin, R.T. Partial smoothing splines for noisy +boundaries with corners, Pattern
Analysis and IEEE Transactions on Machine Intelligence, pp. 1208-1216, vol. 15, no. 11,
Nov. 1993.
Resumo: sim
Palavras-Chave: splines suavizantes, função paramétrica, validação cruzada, detecção de
contorno, suavidade
Comentários: este paper apresenta uma investigação sobre a estimação de limitantes de
funções bidimensionais a partir de conjuntos de dados amostrados onde ruído e cantos
são apresentados. A abordagem é baseada na smoothing spline parcial, na qual a função
limitante consiste de uma smoothing spline ordinária e uma função paramétrica que
descreve as descontinuidades.
Referência 277
Cox, D.; Koh, E. A smoothing spline based test of model adequacy in polynomial regression,
Annals of the Institute of Statistical Mathematics A, vol. 41, pp. 383-400, 1989.
Resumo: não
Palavras-Chave: splines suavizantes, regularização, regressão polinomial
Referência 278
Demmler, A.; Reinsch, C. Oscillation matrices with spline smoothing, Numerische
Mathematik, vol. 24, pp. 375-382, 1975.
Resumo: não
Palavras-Chave: suavidade, spline smoothing, regularização, matrizes de oscilação
Referência 279
Eubank, R.L. Nonparametric Regression and Spline Smoothing, Book News, Portland, 2ª
Edição, 1999.
Comentários: este livro faz um curso introdutório em suavização de dados, cobrindo
estimadores de séries, estimadores de sementes, splines de suavização e splines de mínimos
quadrados. Aborda também o assunto de regressão polinomial não-paramétrica.
Referência 280
Fessler, J.A.; Macovski, A. Non-parametric tracking of shift and shape functions in medical
images, Sixth Multidimensional Signal Processing Workshop, p. 46, Sept. 1989.
Resumo: sim
Palavras-Chave: splines suavizantes, imagens médicas, regularização, critério de otimalidade
Comentários: os autores apresentam um algoritmo alternativo para rastrear os parâmetros de
deslocamento e forma, o qual é baseado em suavização não paramétrica de splines. Ao invés
de requerer um modelo de Gauss-Markov conhecido, o algoritmo assume somente que as
funções de deslocamento e forma estão variando suavemente, em um senso pré-definido.
Referência 281
Fisher, T.R.; Perez, J.D. Use of spline expansions and regularization in the unfolding of data
from spaceborne sensors, Proceedings of SPIE The International Society for Optical
Engineering, pp. 212-225.
Resumo: sim
Palavras-Chave: dados ruidosos, smoothing spline, B-spline, regularização
Comentários: este paper apresenta resultados de uma abordagem de smoothing spline
aplicada a processamento digital de sinais, na qual o espectro é expandido em um
espaço de funções B-spline cúbicas e os coeficientes da expansão são determinados
através de regularização.
Referência 282
Friedman, J.H.; Tukey, J.W. A projection pursuit algorithm for exploratory data analysis,
IEEE Trans. Comput., vol. 24, pp. 1000-1006, 1974.
Resumo: sim
Palavras-Chave: projection pursuit, regularização, análise de dados, suavidade
Comentários: os autores deste paper abordam o assunto referente a “projection pursuit” e
“splines suavizantes” com um enfoque na análise exploratória de dados. Este é um dos
primeiros e mais clássicos artigos publicados a respeito deste assunto.
Referência 283
Friedman, J.H.; Stuetzle, W. Projection pursuit regression, J. of the American Statistical
Association, vol. 76, pp. 817-823, 1981.
Resumo: não
Palavras-Chave: regressão, projection pursuit, regularização, suavidade
Referência 284
Girosi, F.; Jones, M.; Poggio, T. Regularization theory and neural networks architectures.
Neural Computation, vol. 7, no. 2, pp. 219-269, march 1995.
Resumo: sim
Palavras-Chave: funções de base radial, esquemas de aproximação, splines suavizantes,
redes de regularização, projection pursuit
Comentários: este paper mostra como as redes de regularização abarcam uma gama muito
maior de esquemas de aproximação, incluindo muitos dos populares modelos aditivos gerais e
algumas das redes neurais. Em particular, são introduzidas novas classes de funções de
suavidade que levam a diferentes classes de funções de base.
Referência 285
Gu, C. Adaptive spline smoothing in non-Gaussian regression models, J. Amer. Statist.
Assoc., vol. 85, pp. 801-807, 1990.
Resumo: não
Palavras-Chave: spline smoothing, suavidade, modelos de regressão não-Gaussianos
Referência 286
Huber, P.J. Projection Pursuit, Ann. Statist., vol. 13, no. 2, pp. 435-475, 1985.
Resumo: não
Palavras-Chave: projection pursuit, regularização, suavidade
Referência 287
Ibrir, S.; Diop, S. Two numerical differentiation techniques for nonlinear state estimation,
Proceedings of the IEEE American Control Conference, vol. 1, pp. 465-469, 1999.
Resumo: sim
Palavras-Chave: smoothing spline, regularização, problema mal-condicionado
Comentários: os autores deste paper propõem duas versões para a computação de um
algoritmo de smoothing spline que reduzem a complexidade computacional e,
conseqüentemente, levam a duas ferramentas potencialmente valiosas para o problema
de design de estimadores de estado não-lineares on-line.
Referência 288
Jones, L. A simple lemma on greedy approximation in Hilbert space and convergence rate for
projection pursuit regression and neural network training, Annals of Statistics, vol. 20, pp.
608-613, 1992.
Resumo: não
Palavras-Chave: regressão, projection pursuit, regularização, treinamento de redes neurais,
espaço de Hilbert
Referência 289
Jones, M.C.; Sibson, R. What is Projection Pursuit?, J. Roy. Statist. Soc. A, vol. 150, pp. 1-
36, 1987.
Resumo: não
Palavras-Chave: projection pursuit, regularização, suavidade
Referência 290
Kimmeldorf, G.S.; Wahba, G. A correspondence between Bayesian estimation on stochastic
processes and smoothing splines, Ann. Math. Stat., vol. 41, pp. 495-502, 1970.
Resumo: não
Palavras-Chave: splines suavizantes, regularização, estimação Bayesiana, processos
estocásticos
Referência 291
Lee, D. Algorithms for shape from shading and occluding boundaries, Proceedings of the
IEEE Conference on Computer Vision and Pattern Recognition, pp. 478-485, 1988.
Resumo: sim
Palavras-Chave: regularização, splines suavizantes, sombreamento, limites
Comentários: o autor deste paper discute alguns pontos teóricos a respeito do problema de
sombreamento e limites, através de uma abordagem de resolução de sistemas de equações
não-lineares, usando regularização. Ele estuda a existência e unicidade do smoothing spline.
Para resolução das equações, ele apresenta alguns algoritmos iterativos.
Referência 292
Lee, D.; Papageorgiou, A.; Wasilkowski, G.W. Computing optical flow, Proceedings of the
Workshop on Visual Motion, pp. 99-106, 1988.
Resumo: sim
Palavras-Chave: smoothing spline, regularização, problemas mal-condicionados, fluxo
óptico
fluxo óptico. São discutidas as abordagens baseadas em curvas e na área. São
investigadas as condições necessárias e suficientes para a existência e unicidade do
smoothing spline a partir do esquema de regularização prevalecente.
Referência 293
Lee, D.; Papageorgiou, A.; Wasilkowski, G.W. Computational aspects of determining optical
flow, Second IEEE International Conference on Computer Vision, pp. 612-618, 1988.
Resumo: sim
Palavras-Chave: smoothing spline, regularização, fluxo óptico, problemas mal-
condicionados, visão de baixo nível
fluxo óptico. São investigadas as condições necessárias e suficientes para a existência e
unicidade do smoothing spline a partir do esquema de regularização. O método de Chebyshev
é proposto para a computação.
Referência 294
Lee, D.; Pavlidis, T. One-dimensional regularization with discontinuities, IEEE Transactions
in Pattern Analysis and Machine Intelligence, vol. 10, no. 6, pp. 822-829, Nov 1988.
Resumo: sim
Palavras-Chave: regularização, splines suavizantes, splines cúbicos
Comentários: os autores deste artigo estudam uma classe mais geral de splines suavizantes
que preservam descontinuidades e cantos. Splines cúbicos são investigados em detalhes, já
que são fáceis de serem implementados e produzem curvas suaves próximas a todos os pontos
de dados, exceto para aqueles marcados como descontinuidades. Um método de regularização
discreto é introduzido a fim de se localizar descontinuidades e cantos.
Referência 295
Lindberg, C.; Broccoli, A.J. Representation of topography in spectral climate models and its
effect on simulated precipitation, Journal of Climate, vol. 9, no. 11, pp. 2641-2659, nov. 1996.
Resumo: sim
Palavras-Chave: regularização, smoothing spline, topografia, clima
Comentários: os autores deste paper descrevem um método para redução do ripple que
ocorre quando se faz a expansão harmônica esférica incompleta da topografia. As novas
representações harmônicas esféricas da topografia são formadas pelo mapeamento de um
smoothing spline esférico não uniforme para dados geodésicos.
Referência 296
Lingjærde, O.C.; Liestøl, K. Generalized Projection Pursuit Regression, SIAM Journal on
Scientific Computing, vol. 20, no. 3, pp. 844-857, 1999.
Fonte: www-stat.stanford.edu/~ole
Resumo: sim
Palavras-Chave: regressão não-paramétrica, projection pursuit, generalização
Comentários: os autores deste paper usam métodos de regressão não-paramétrica na análise
de dados. Neste artigo eles exploram o uso da regressão “projection pursuit” generalizada.
Referência 297
Poggio, T.; Girosi, F.; Jones, M. From regularization to radial, tensor and additive splines,
Proceedings of the 1993 IEEE-SP Workshop Neural Networks for Processing, pp. 3-10, Sept.
1993.
Resumo: sim
Palavras-Chave: splines, esquemas de aproximação, funções de suavidade, funções de base
radial, aprendizado construtivo
Comentários: os autores mostraram que os princípios de regularização levam a esquemas de
aproximação que são equivalentes a redes com uma camada de unidades ocultas, chamadas
redes de regularização. Eles sumarizam seus resultados, que mostram que redes de
regularização englobam uma quantidade muito maior de esquemas de aproximação, incluindo
muitos dos modelos aditivos gerais e algumas das redes neurais.
Referência 298
Reif, U. A Refineable Space of Smooth Spline Surfaces of Arbitrary Topological Genus,
Journal of Approximation Theory, vol. 90, no. 2, August 1997.
Resumo: sim
Palavras-Chave: suavidade, smoothing spline, regularização, reconstrução de superfícies
Comentários: neste paper é mostrado que condições de suavidade paramétrica são suficientes
para modelar superfícies de splines suaves de topologia arbitrária se segmentos da superfície
degenerada são aceitos.
Referência 299
Resumo: sim
pursuit, smoothing spline
Comentários: os autores deste artigo fazem uma discussão a respeito do assunto das splines
Referência 300
Shahraray, B.; Anderson, D.J. Optimal smoothing of digitized contours, Proceedings of the
IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 210-
218, 1986.
Resumo: sim
Palavras-Chave: smoothing spline, ruído, regularização, suavidade, contornos
Comentários: os autores propõem o uso de uma aproximação por splines suavizantes para
suavizar os contornos digitalizados de imagens e a estimação de suas derivadas. Uma
metodologia de amostragem preditiva é utilizada para desenvolver um algoritmo automático
para estimação da quantidade de suavidade ótima a partir dos dados.
Referência 301
Shahraray, B.; Anderson, D.J. Optimal estimation of contour properties by cross-validated
6, June 1989.
Resumo: sim
Palavras-Chave: validação cruzada, reconhecimento de padrões, estimação de parâmetros,
suavidade, smoothing spline
Comentários: o problema de estimação das propriedades de amostras ruidosas de contornos
suaves e discretos é usado como veículo para demonstrar a robustez da regularização com
validação cruzada aplicada a um problema de visão. Apresenta-se também um método para
estimação das propriedades de contorno baseado em aproximações de suavidade.
Referência 302
Silverman, B.W. Some aspects of the spline smoothing approach to nonparametric regression
curve fitting, J. R. Statist. Soc. B, vol. 47, pp. 1-52, 1985.
Resumo: não
Palavras-Chave: suavidade, regressão não-paramétrica, regularização, splines suavizantes
Referência 303
Tresp, V. The generalized Bayesian committee machine, Proceedings of Sixth International
Conference on Knowledge Discovery and Data Mining, pp. 130-139, 2000.
Resumo: sim
Palavras-Chave: máquina de comissão Bayesiana generalizada, splines suavizantes, redes de
regularização, regressão Gaussiana
Comentários: o autor deste artigo introduz a máquina de comissão Bayesiana generalizada
(GBCM) para aplicação em grandes conjuntos de dados. Em particular, a GBCM pode ser
usada no contexto de sistemas baseados em sementes (kernels), como splines suavizantes,
redes de regularização e regressão de processos gaussianos.
Referência 304
Unser, M. Multigrid adaptive image processing, Proceedings of the IEEE International
Conference on Image Processing, Part 1, pp. 49-52, 1995.
Resumo: sim
Palavras-Chave: splines suavizantes, wavelets, dados ruidosos, validação cruzada
Comentários: os autores deste paper consideram um problema geral de aproximação de
mínimos quadrados ponderados com um termo de regularização de spline. Em
particular, eles propõem novas soluções “multigrid” para redução de ruído em
imagens, representando um smoothing spline adaptativo.
Referência 305 (tese)

von Zuben, F.J. Modelos paramétricos e não-paramétricos de redes neurais artificiais e
aplicações, Tese de Doutorado, Unicamp, Campinas, Fevereiro de 1996.
Fonte: BAE/Unicamp
Palavras-Chave: suavidade, splines, regressão não-paramétrica, projection pursuit
Comentários: é feita uma introdução a respeito da suavidade no item 3.3 da tese. Nos itens
3.7 e 3.8 é abordado a assunto da regularização, onde há um tratamento matemático e
teórico bastante completo. Os assuntos suavidade e regularização ainda aparecem
inseridos em outros conceitos ao longo de toda a tese.
Referência 306
Wahba, G. Improper Priors, Spline Smoothing and the Problem of Guarding Against Model
Errors in Regression, Journal of the Royal Statistical Society, Series B, Methodological, vol.
40, pp. 364-372, 1978.
Resumo: não
Palavras-Chave: regressão não-paramétrica, suavidade, erros de modelo
Referência 307
Wahba, G. Convergence rates of Thin Plate smoothing splines when the data are noisy, in
Smoothing Techniques for Curve Estimation, T. Gasser and M. Rosenblatt, eds., Lecture
Notes in Mathematics, no. 757, pp. 232-246, Springer-Verlag, 1979.
Resumo: não
Palavras-Chave: splines, suavidade, taxas de convergência, dados ruidosos
Referência 308
Wahba, G. Comments on Some Aspects of the Spline Smoothing Approach to Non-parametric
Regression Curve Fitting, Journal of the Royal Statistical Society, Series B, Methodological,
vol. 47, p. 44, 1985.
Resumo: não
Palavras-Chave: regressão não-paramétrica, suavidade, spline
Referência 309
Wahba, G. Bayesian confidence intervals for the cross validated smoothing spline, J. Roy.
Stat. Soc. B., vol. 45, no. 1, pp. 133-150, 1983.
Resumo: não
Palavras-Chave: validação cruzada, splines, suavização, intervalos de confiança
Referência 310
Wahba, G. Bayesian Confidence Intervals for the Cross-validated Smoothing Spline, Journal
of the Royal Statistical Society, Series B, Methodological, vol. 5, pp. 133-150, 1983.
Resumo: não
Palavras-Chave: validação cruzada, spline, suavização
Referência 311
Wahba, G. A Comparison of GCV and GML for Choosing the Smoothing Parameter in the
Generalized Spline Smoothing Problem, The Annals of Statistics, vol. 13, pp. 1378-1402,
1985.
Resumo: não
Palavras-Chave: validação cruzada, suavidade, spline
Referência 312
Wahba, G. Multivariate thin plate spline smoothing with positivity and other linear inequality
constraints, in Statistical Image Processing and Graphics, E. Wegman and E.J. dePriest, eds.,
Marcel Dekker, 1985.
Resumo: não
Palavras-Chave: restrições de desigualdades, spline smoothing, regularização
Referência 313
Wahba, G. Spline bases, regularization, and generalized cross validation for solving
approximation problems with large quantities of noisy data, in Approximation Theory III, W.
Cheney, ed., pp. 905-912, Academic Press, 1980.
Resumo: não
Palavras-Chave: validação cruzada generalizada, splines suavizantes, regularização,
problemas de aproximação, dados ruidosos
Referência 314
Wahba, G. Multivariate function and operator estimation, based on smoothing splines and
reproducing kernels, in Nonlinear Modeling and Forecasting, SFI Studies in the Sciences of
Complexity, Proc. Vol. XII, Eds. M. Casdagli and S. Eubank, Addison-Wesley, pp. 95-112,
1992.
Resumo: não
Palavras-Chave: splines suavizantes, estimação de operador, função multivariável
Referência 315
Wahba, G.; Gu, C. Smoothing spline ANOVA with component-wise Bayesian “confidence
intervals”, J. Comput. Graph. Statist., vol. 2, pp. 97-117, 1993.
Resumo: não
Palavras-Chave: splines suavizantes, ANOVA, intervalo de confiança
Referência 316
Wahba, G.; Villalobos, M. Inequality-constrained multivariate smoothing splines with
application to the estimation of posterior probabilities, J. Amer. Statist. Assoc., vol. 82, pp.
239-248, 1987.
Resumo: não
Palavras-Chave: splines suavizantes, probabilidades posteriores, regularização
Referência 317
Wahba, G.; Wang, Y.; Gu, C.; Klein, R.; Klein, B. Structured Machine Learning for Soft
Classification with Smoothing Spline ANOVA and Stacked Tuning, Testing and Evaluation, in
Advances in Neural Information Processing Systems 6, J. Cowan, G. Tesauro, and J.
Alspector, eds., Morgan Kauffman, pp. 415-422, 1994.
Resumo: não
Referência 318
Resumo: não
Referência 319
Wahba, G.; Gu, C.; Wang, Y.; Chappell, R. Soft classification, a.k.a. penalized log likelihood
risk estimation with smoothing spline analysis of variance, in The Mathematics of
Generalization, Santa Fe Institute Studies in the Sciences of Complexity, D. Wolpert, ed.
Addison-Wesley, pp. 329-360, 1995.
Resumo: não
Palavras-Chave: smoothing spline, análise de variância, soft classification
Referência 320
Xiang, D.; Wahba, G. A Generalized Approximate Cross Validation for Smoothing Splines
With Non-Gaussian Data, Statistica Sinica, vol. 6, pp. 675-692, 1996.
Resumo: não
Palavras-Chave: validação cruzada, distância Kullback-Leibler, verossimilhança penalizada
6. TEORIA E PRINCÍPIOS BÁSICOS

Esta seção trata dos trabalhos ligados aos conceitos e princípios básicos componentes da
teoria da regularização e também da suavidade. Os autores destes papers e livros buscam as
melhores estratégias para a suavização e regularização de dados e funções. Muitos trabalhos
abordam o assunto das redes de regularização, que consistem de uma expansão das funções de
Green.
Esta seção contém diversos artigos clássicos na literatura, como os de Tikhonov, o
criador da teoria da regularização, fundamentada na teoria de problemas mal-condicionados;
apresenta-se também artigos clássicos de Wahba, autor da área de estatística que abordou (e
ainda aborda) a regularização, com uma atenção particular ao seu uso em conjunto com a
validação cruzada; por fim, tem-se os artigos de Poggio, Girosi e Jones, os quais,
especialmente os dois primeiros, lançaram os fundamentos da regularização moderna
aplicada, em especial, ao aprendizado e treinamento de redes neurais. Eles são também os
criadores das redes de regularização. Nesta seção são apresentados artigos que, de uma
maneira ou de outra, contribuíram para a evolução da teoria da regularização até o nível em
que ela se encontra hoje, apresentando fundamentações teóricas interessantes para uso em
diversas situações. São apresentados também vários livros que possuem uma boa quantidade
de informações a respeito da suavidade e da teoria da regularização.
Referências:
Referência 321
Amato, U.; Vuza, D.T. Besov regularization, thresholding and wavelets for smoothing data,
Numer. Funct. Anal. Optim., vol. 18, no. 5 e 6, pp. 461-493, 1997
Resumo: não
Palavras-Chave: wavelets, espaços de funções
Referência 322
Amato, U.; Vuza, D.T. Wavelet Regularization for Smoothing Data, Technical report N.
108/94, Instituto per Applicazioni della Matematica, Napoli, 1994.
Resumo: não
Palavras-Chave: wavelets, espaço de Besov
Referência 323
Bertero, M.; Poggio, T.A.; Torre, V. Ill-posed problems in early vision, Journal of
Mathematical Physics, Proceedings of the IEEE, vol. 76, no. 8, pp. 869-889, Aug. 1988.
Resumo: sim
Palavras-Chave: problemas mal-condicionados, teoria da regularização, visão inicial
Comentários: neste paper são revistos resultados matemáticos em problemas mal-
condicionados e os aspectos formais da teoria da regularização no caso linear são
introduzidos. A existência, unicidade e estabilidade das soluções são investigadas. São
sugeridos métodos para obtenção do valor ótimo para o parâmetro de regularização.
Referência 324
Borwein, J.M.; Vanderwerff, J.D. Convergence of Lipschitz Regularizations of Convex
Functions, Journal of Functional Analysis, Vol. 128, No. 1, February 15, 1995.
Resumo: sim
Palavras-Chave: funções convexas, regularização de Lipschitz, convolução, funções
convexas, espaço de Banach
Comentários: este paper faz o estudo da convergência das regularizações de Lipschitz e
convergência dos epígrafos para uma seqüência ou rede de funções convexas em um espaço
de Banach. As regularizações de Lipschitz são consideradas como convoluções ínfimas das
funções com múltiplos apropriados da norma.
Referência 325
Donoho, D.L.; Johnstone, I.M. Adapting to unknown smoothness via wavelet shrinkage, J.
Amer. Statist. Assoc., vol. 90, pp. 1200-1224, 1995.
Resumo: não
Palavras-Chave: suavidade, wavelets

Duda, R.O.; Hart, P.E. Pattern Classification and Scene Analysis, pp. 272-276, John Wiley &
Sons, New York, 1973
Fonte: BAE/UNICAMP
Palavras-Chave: problemas mal-condicionados, suavidade, regularização, reconhecimento
de padrões
Comentários: este livro faz uma abordagem bastante completa a respeito do uso da
regularização no contexto do reconhecimento de padrões. A discussão é breve e não há muito
algebrismo. Há a apresentação de alguns exemplos para ilustração.
Referência 327
Engl, H.W. Discrepancy Principles for Tikhonov Regularization of Ill-Posed Problems
Leading to Optimal Convergence Rates, J. Opt. Theory Appl. 52, pp. 209-215, 1987
Resumo: não
Palavras-Chave: restrições, problemas mal-condicionados
Referência 328
Evgeniou, T.; Pontil, M.; Poggio, T. A unified framework for regularization networks and
support vector machines, Technical Report AI Memo No. 1654, MIT, 1999.
Resumo: sim
Palavras-Chave: aprendizado, redes de regularização, problema de regressão, dados esparsos
Comentários: os autores apresentam as formulações para redes de regularização e Máquinas
“Support Vector” de uma maneira unificada, chamada teoria de Vapnik de aprendizado
estatístico, a qual provê uma fundamentação geral para o problema de aprendizado,
combinando análise funcional e estatística.
Referência 329
Evgeniou, T.; Pontil, M.; Poggio, T. Regularization Networks and Support Vector Machines,
Advances in Computational Mathematics, vol. 13, no. 1, pp. 1-50, 2000
Resumo: sim
Palavras-Chave: aprendizado, redes de regularização, problema de regressão, dados esparsos
Comentários: os autores apresentam as formulações para redes de regularização e Máquinas
“Support Vector” de uma maneira unificada, chamada teoria de Vapnik de aprendizado
estatístico, a qual provê uma fundamentação geral para o problema de aprendizado,
combinando análise funcional e estatística.
Referência 330
Fukushima, M.; Pang, J.S. Convergence of a smoothing continuation method for
mathematical programs with complementarity constraints, in Ill-posed Variational Problems
and Regularization Techniques, Lecture Notes in Economics and Mathematical Systems, Vol.
477, M. Thera and R. Tichatschke, eds., SpringerVerlag, Berlin/Heidelberg, 1999.
Resumo: não
Palavras-Chave: problemas mal-condicionados, estabilização, convergência global
Referência 331
Gader, P.D.; Khabou, M.A.; Koldobsky, A. Morphological regularization neural networks,
Pattern Recognition, vol. 33, no. 6, pp. 935-944, June 2000.
Resumo: sim
Palavras-Chave: morfologia, rede neural, rede de regularização
Comentários: os autores deste paper estabelecem uma relação entre a teoria de regularização
e redes neurais morfológicas de pesos compartilhados (MSNN). Eles mostram que
certas classes deste tipo de rede neural sem unidades ocultas podem ser vistas como
redes neurais de regularização.
Referência 332
Girosi, F. Regularization theory, Radial Basis Functions and networks, In From Statistics to
Neural Networks, Theory and Pattern Recognition Applications. Subseries F, Computer and
Systems Sciences, pp. 166-187, Springer-Verlag, Berlin, 1994.
Resumo: não
Palavras-Chave: funções de base radial, suavidade, redes neurais
Comentários: a fonte não dispõe do resumo ou texto completo do artigo.
Referência 333
Girosi F.; Jones M.; Poggio T. Regularization Theory and Neural Networks; MIT Cambridge;
AI Memo 1430, 1993.
Resumo: não
Palavras-Chave: funções de base radial, suavidade, redes neurais
Comentários: neste paper, os autores fazem uma cuidadosa discussão a respeito da utilização
da teoria da regularização em redes neurais. Este artigo é baseado em outras publicações dos
mesmos autores.
Referência 334
Girosi, F.; Jones, M.; Poggio, T. Regularization theory and neural networks architectures.
Neural Computation, vol. 7, no. 2, pp. 219-269, march 1995.
Resumo: sim
Palavras-Chave: funções de base radial, suavidade, esquemas de aproximação, splines, redes
de regularização
Comentários: este paper mostra como as redes de regularização abarcam uma gama muito
maior de esquemas de aproximação, incluindo muitos dos populares modelos aditivos gerais e
algumas das redes neurais. Em particular, são introduzidas novas classes de funções de
suavidade que levam a diferentes classes de funções de base.

Haykin, S. Neural Networks: a comprehensive foundation, pp. 245-256, Macmillan
Publishing Company, Englewood Cliffs, New Jersey, 1994.
Fonte: BAE - Biblioteca da Área de Engenharia/Unicamp
Palavras-Chave: problemas mal-condicionados, suavidade, regularização, termo de
regularização, funções de Green.
Comentários: o autor aborda a base da teoria da regularização, apresentando seu histórico e
princípios matemáticos. Apresenta também a solução para o problema da regularização,
ilustrando-a com exemplos. A seguir, ele aborda as funções de Green e Gaussianas
Multivariáveis. Por fim, há uma breve discussão a respeito das redes de regularização
apresentadas por Poggio e Girosi, cuja referência se encontra mais adiante neste trabalho.
Referência 336
Hegland, M. An optimal order regularization method which does not use additional
smoothness assumptions, SIAM J. Numer. Anal. 29, pp. 1446-1461, 1992.
Resumo: não
Palavras-Chave: suavidade, teoria da regularização de Tikhonov
Comentários: o autor deste artigo apresenta um método para determinação de uma ordem de
regularização ótima sem a necessidade de se aumentar a complexidade do algoritmo através
da adoção de um maior número de restrições de suavidade.
Referência 337
Hinestroza, D.; Murio, D.A.; Zhan, S. Regularization Techniques for Nonlinear Problems,
Computers & Mathematics with Applications, vol. 37, no. 10, pp. 145-159, May 1999.
Resumo: sim
Palavras-Chave: operadores não-lineares implícitos, problemas mal-condicionados não-
lineares, regularização, método adjunto
Comentários: os autores deste artigo consideram a análise dos problemas de regularização
em espaço de estado para operadores não-lineares implícitos. São apresentados resultados
quanto à existência, estabilidade e taxas de convergência para a técnica de regularização.
Alguns exemplos numéricos são apresentados.

Husmeier, D. Neural Networks for Conditional Probability Estimation, pp. 117, 137-163,
180-181, Springer-Verlag, London, 1999
Fonte: BAE/UNICAMP
Palavras-Chave: problemas mal-condicionados, suavidade, regularização
Comentários: este livro faz uma ampla abordagem sobre regularização, apresentando toda a
fundamentação matemática, escolha ótima para os parâmetros, etc. Se dedica principalmente à
regularização Bayesiana, faz também uma breve discussão a respeito de outros esquemas de
regularização. A matemática apresentada no livro é bastante pesada.
Referência 339
Karwowski, W.; Koshmanenko, V. Singular Quadratic Forms: Regularization by Restriction,
Journal of Functional Analysis, Vol. 143, No. 1, January 1, 1997.
Resumo: sim
Palavras-Chave: regularização, restrições, espaço de Hilbert
Comentários: neste paper, é definida uma ampla classe de formas quadráticas que é
densamente definida, simétrica, e singular no espaço de Hilbert. É apresentada a construção
de restrições regulares que são também densamente definidas e simétricas. Os autores dão
também algumas aplicações para a teoria da perturbação singular de operadores auto-
adjuntos.
Referência 340
Kelly, J.D. A regularization approach to the reconciliation of constrained data sets,
Computers & Chemical Engineering, vol. 22, no. 12, November 1998, pp. 1771-1788.
Resumo: sim
Palavras-Chave: reconciliação de dados, matriz de projeção, regularização, inversos
generalizados
Comentários: este paper apresenta uma nova solução iterativa para o ajuste estatístico de
conjuntos de dados com restrições. O método é geral e pode ser aplicado para qualquer
problema de mínimos quadrados ponderados contendo restrições de igualdade não-lineares.
Outro procedimento para classificação de variáveis redundantes que não requerem a
computação explícita da matriz de projeção é também apresentado.
Referência 341
Keren, D.; Werman, M. A Bayesian framework for regularization, Proceedings of the 12th
IAPR International Conference on Pattern Recognition, Conference C: Signal Processing, vol.
3, pp. 72-76, October 1994.
Assunto: Reconhecimento de Padrões
Resumo: sim
Palavras-Chave: métodos de Bayes, suavidade, estimação MAP, distribuição de
probabilidade, processamento de imagens
Comentários: a regularização busca uma função de interpolação que esteja próxima dos
dados e que seja “suave”. Esta função é obtida pela minimização de uma função de erro.
Porém, o uso de apenas um conjunto de pesos não garante que a função seja uma estimativa
ótima. A solução sugerida neste paper é dada através de uma abordagem Bayesiana.
Referência 342
Larsen, J.; Hansen, L.K. Regularization of Neural Networks, 1996
citeseer.nj.nec.com/39077.html
Resumo: sim
Palavras-Chave: otimização, conjunto de validação, gradiente
Comentários: este paper sugere uma melhora no desempenho de redes neurais através da
otimização da quantidade de regularização, usando uma abordagem baseada em um conjunto
de validação. Os parâmetros do termo de regularização são estimados por um esquema de
gradiente descendente.
Referência 343
Larsen, J.; Hansen, L.K.; Svarer, C.; Ohlsson, M. Design and Regularization of Neural
Networks: The Optimal Use of A Validation Set, In Proceedings of the IEEE Workshop on
Neural Networks for Signal Processing VI, pp. 62-71, 1996
Resumo: sim
Palavras-Chave: parâmetros de regularização, gradiente, redes feedforward
Comentários: este paper deriva novos algoritmos para estimação de parâmetros de
regularização e para a otimização de arquiteturas de redes neurais baseadas em um conjunto
de validação. Os parâmetros de regularização são estimados usando um esquema iterativo de
gradiente descendente. A otimização da arquitetura é feita através de uma busca combinatória
aproximativa.
Referência 344
Leung, C.T.; Chow, T.W.S. Adaptive regularization parameter selection method for
enhancing generalization capability of neural networks, Artificial Intelligence, vol. 107, no.
2, pp. 347-356, February 1999.
Resumo: sim
Palavras-Chave: redes neurais, método de regularização, capacidade de generalização
Comentários: os autores deste paper propõem uma nova seleção do parâmetro de
regularização, a fim de melhorar o desempenho do método de regularização. O método
proposto evita a obtenção de soluções sub-ótimas indesejáveis.
Referência 345
Mair, B.A. Tikhonov regularization for finitely and infinitely smoothing operators, SIAM J.
Math. Anal., vol. 25, no. 1, 135-147, 1994.
Resumo: não
Palavras-Chave: escalas de Hilbert, suavidade, problemas mal-condicionados
Referência 346
Marroquin, J. Regularization theory and low-level vision. In M. Arbib, editor, The Handbook
of Brain Theory and Neural Networks, pp. 800-804, Cambridge, MA, MIT Press, 1995.
Resumo: não
Palavras-Chave: restrições de suavidade, problemas mal-condicionados, campos de Markov
aleatórios
Referência 347
Mizutani, H. Extension of regularization theory based on general regression into multi-valued
functions and a reconstruction algorithm for discontinuous functions without line processes,
Transactions of the Institute of Electronics, Information and Communication Engineers D II,
vol. J78D-II, no.3; pp. 420-428, March 1995.
Resumo: sim
Palavras-Chave: regularização multivalor, suavidade, algoritmo de reconstrução, robustez
contra ruído
Comentários: os autores deste artigo estendem a teoria de regularização, baseando-se em
uma regressão geral, a fim de aplica-la à regularização multivalor. Esta teoria de regularização
não requer quaisquer medidas de suavidade, o que é essencial na teoria de regularização
padrão. O algoritmo apresentado é bastante simples e leva sempre a uma única solução.
Referência 348
Morozov, V.A. Regularization Methods for Ill-Posed Problems, CRC Press, Boca Raton,
1993.
Fonte: Referência X1
Comentários: este livro aborda a teoria da regularização para a solução de problemas mal
condicionados, apresentando diversos conceitos e considerações matemáticas, tornando esta
uma das obras mais completas a respeito deste assunto.
Referência 349
Neidhardt, H.; Zagrebnov, V.A. Singular perturbations, regularization and extension theory,
Operator Theory: Advances and Applications, vol. 70, pp. 299-305, Birkhauser Verlag, Basel,
1994.
Resumo: não
Referência 350
Ogawa, H. Projection filter regularization of ill-conditioned problem, Proceedings of the
SPIE, The International Society for Optical Engineering, vol. 808, pp. 189-196, 1987.
Resumo: sim
Palavras-Chave: teoria da regularização, problemas mal-condicionados, regularização de
Chebyshev, ruído
Comentários: o autor deste paper propõe uma regularização do tipo de Chebyshev, chamada
de regularização de filtro de projeção. Na ausência de ruído, o filtro de projeção provê a
melhor aproximação em relação à solução. Na presença de ruído, ele provê a melhor
aproximação, na média, com respeito ao ruído.
Referência 351
Poggio, T., Girosi, F. A Theory of Networks for Approximation and Learning, Technical
Report 1140, MIT AI Lab, 1989.
Resumo: sim
Palavras-Chave: redes neurais, mapeamento não-linear, redes de regularização, splines,
reconstrução de superfícies
Comentários: este paper considera os problemas de uma representação exata e em mais
detalhes da aproximação de mapeamentos lineares e não-lineares em termos de funções mais
simples e com um menor número de variáveis, através da utilização da teoria da
regularização. Este é um artigo largamente citado na literatura.
Referência 352
Poggio, T.; Girosi, F. Regularization algorithms for learning that are equivalent to multilayer
networks. Science, vol. 247, pp. 978-982, 1990.
Resumo: não
Palavras-Chave: redes neurais, funções de base radial, suavidade
Comentários: este é um dos artigos clássicos na área de teoria da regularização, onde são
lançadas boa parte das bases usadas no desenvolvimento da teoria da regularização nos
últimos 10 anos. Este artigo é largamente citado na literatura.
Referência 353
Poggio, T., Girosi, F., Networks for approximation and learning, Proceedings of the IEEE,
vol. 78, no. 9, pp. 1481-1497, Sept. 1990.
Resumo: sim
Palavras-Chave: redes neurais, mapeamento não-linear, redes de regularização, splines
Comentários: este paper considera o problema da aproximação de mapeamento não-linear.
São discutidas a teoria da regularização e uma estrutura teórica para aproximação que leva a
uma classe de redes de três camadas, chamadas redes de regularização. Redes de
regularização são matematicamente relacionadas a funções de base radial. Aproximações de
aprendizado e aprendizado como uma reconstrução de hipersuperfície são discutidas. Duas
extensões da abordagem da regularização são apresentadas. A teoria das redes de
regularização é generalizada para uma formulação que inclui clustering dependente da
aplicação e redução de dimensionalidade. Por fim, aplicações para as redes de regularização
são discutidas. Este é um artigo clássico e largamente citado na literatura.
Pesquisa Bibliográfica: Redes Neurais Pág.:
100
Referência 354
Poggio, T.; Girosi, F.; Jones, M., From regularization to radial, tensor and additive splines,
Proceedings of the 1993 IEEE-SP Workshop Neural Networks for Processing, pp. 3-10, Sept.
1993.
Resumo: sim
Palavras-Chave: splines, esquemas de aproximação, funções de suavidade, funções de base
radial, aprendizado construtivo
Comentários: os autores mostraram que os princípios de regularização levam a esquemas de
aproximação que são equivalentes a redes com uma camada de unidades ocultas, chamadas
redes de regularização. Eles sumarizam seus resultados, que mostram que redes de
regularização englobam uma quantidade muito maior de esquemas de aproximação, incluindo
muitos dos modelos aditivos gerais e algumas das redes neurais.
Referência 355
Poggio, T.; Torre, V.; Koch, C. Computational vision and regularization theory. Nature, vol.
317, no. 6035, pp. 314-319, September 1985.
Resumo: sim
Palavras-Chave: processamento de imagens, suavidade, problemas mal-condicionados,
abordagem Bayesiana
Comentários: Poggio é um dos mais respeitados e citados pesquisadores na área de teoria da
regularização. Neste artigo, muito citado na literatura, os autores fazem uma discussão a
respeito da teoria da regularização, utilizando a abordagem Bayesiana, sob o ponto de vista da
visão computacional, e do processamento de imagens utilizando-se redes neurais.
Referência 356
Poggio, T.; Torre, V.; Koch, C. Computational vision and regularization theory. In Readings
In Computer Vision: Issues, Problems, Principles and Paradigms, pp. 638-643, Morgan
Kaufmann, 1987.
Resumo: não
Palavras-Chave: processamento de imagens, suavidade, problemas mal-condicionados,
abordagem Bayesiana
Comentários: Poggio é um dos mais respeitados pesquisadores na área de teoria da
regularização. Neste artigo, os autores fazem uma ampla discussão a respeito da teoria da
regularização, utilizando a abordagem Bayesiana, sob o ponto de vista da visão
computacional e do processamento de imagens utilizando-se redes neurais.
101
Referência 357
Radmoser, E.; Scherzer, O.; Weicker, J. Scale-Space Properties of Nonstationary Iterative
Regularization Methods, Journal of Visual Communication and Image Representation, Vol.
11, No. 2, June 1, 2000.
Resumo: sim
Palavras-Chave: equações diferenciais parciais, regularização não-linear, filtros de difusão
isotrópica, filtros de difusão anisotrópica
Comentários: neste paper os autores estendem as propriedades escala-espaço de equações
diferenciais parciais elípticas para métodos de regularização. Eles estudam métodos de
regularização lineares e não-lineares que são aplicados iterativamente e com diferentes
parâmetros de regularização. São feitos experimentos numéricos em duas e três dimensões,
ilustrando o comportamento de escala-espaço dos métodos de regularização.
Referência 358
Rohwer, R.; van der Rest, J.C. Minimum description length, regularization, and multimodal
data, Neural Computation, vol. 8, pp. 595-609, 1996.
Resumo: não
Palavras-Chave: regularização, dados multimodais, comprimento mínimo de descrição
Referência 359
Santos, R.J. Equivalence of Regularization and Truncated Iteration for General Ill-Posed
Problems, Linear Algebra and its Application, vol. 236, pp. 25-33, March 1996.
Tema: análise de materiais
Resumo: sim
Palavras-Chave: regularização, métodos iterativos, deficiência de rank
Comentários: os autores deste trabalho provam que as soluções por regularização direta de
sistemas lineares são equivalentes a iterações truncadas de certos tipos de métodos iterativos.
Eles fornecem uma abordagem unificada que inclui problemas não-determinados e sobre-
determinados.
Referência 360
Smola, A.J.; Scholkopf, B. From regularization operators to support vector kernels. In
Advances in Neural Information Processings Systems 10, Morgan Kaufmann Publishers,
1998
Resumo: sim
Palavras-Chave: redes de regularização, Máquinas de Vetor de Suporte, funções de Green,
funções de base radial
Comentários: os autores deste paper derivam a correspondência entre os operadores de
regularização e as “sementes (kernels)” de Hilbert Schmidt que aparecem em máquinas de
vetor de suporte. Mais especificamente, os autores provam que as funções de Green
associadas com os operadores de regularização são geradores de vetores de suporte
apropriados com propriedades de regularização equivalentes. Este é um artigo largamente
citado na literatura.
102
Referência 361
Smola, A.J.; Scholkopf, B.; Muller, K.R. The connection between regularization operators
and support vector kernels, Neural Networks, vol. 11, no. 4, pp. 637-649, June 1998.
Resumo: sim
Palavras-Chave: redes de regularização, funções de Green, semente polinomial, funções de
base radial
Comentários: neste paper faz-se uma derivação entre os operadores de regularização usados
em redes de regularização e geradores de vetores de suporte. Os autores provam que as
funções de Green associadas com os operadores de regularização são geradores de vetores de
suporte apropriados com propriedades de regularização equivalentes. Este é um artigo
largamente citado na literatura.
Referência 362
Tikhonov, A.N. Solution of incorrectly formulated problems and the regularization method,
Soviet Math. Dokl., vol. 4, pp. 1035-1038, 1963.
Resumo: não
Palavras-Chave: problemas mal-condicionados, método de regularização
Comentários: este paper foi um dos primeiros a abordar a teoria da regularização (Tikhonov
foi seu criador).

Tikhonov, A.N.; Arsenin, V.Y. Solutions of ill-posed problems, W.H. Winston, Washington,
1977.
Fonte: Referência Haykin
Comentários: nesta obra, o criador da teoria da regularização faz uma abordagem bastante
ampla a respeito da teoria da regularização, discutindo várias de suas características mais
importantes.
Referência 364 (tese)

von Zuben, F.J. Modelos paramétricos e não-paramétricos de redes neurais artificiais e
aplicações, Tese de Doutorado, Unicamp, Campinas, Fevereiro de 1996.
Fonte: BAE/Unicamp
Comentários: é feita uma introdução a respeito da suavidade no item 3.3 da tese. Nos itens
3.7 e 3.8 é abordado a assunto da regularização, onde há um tratamento matemático e teórico
bastante completo. Os assuntos suavidade e regularização ainda aparecem inseridos em outros
conceitos ao longo de toda a tese.
Referência 365
Wahba, G. Spline Models for Observational Data, CBMS-NSF Regional Conference Series in
Applied Mathematics 59, Softcover, 1990.
Comentários: este livro serve como uma introdução aos aspectos mais teóricos do uso de
modelos de splines. A autora aborda os problemas de suavidade e métodos de regularização,
em particular o de Tikhonov, para a generalização do uso de splines para problemas inversos
mal-condicionados. Este é considerado um livro bastante didático, sendo adotado por diversos
cursos ao redor do mundo.
103
Referência 366
Watanabe, K.; Namatame, A.; Kashiwaghi, E. A mathematical foundation on Poggio's
regularization theory, Proceedings of 1993 International Joint Conference on Neural
Networks, vol.2, pp.1717-1722, 1993.
Resumo: sim
Palavras-Chave: teoria de regularização, aprendizado, suavidade
Comentários: este paper justifica a teoria de regularização para aprendizado de um
mapeamento entrada-saída a partir de um conjunto de exemplos, o que foi proposto por
Poggio. Além disso, as relações entre a dimensão do espaço de entrada, a condição de
restrição e a suavidade do mapeamento obtido como uma solução são propostos.
Referência 367
Yang, Z.; Ma, S. Beyond standard regularization theory, 7th International Conference of
Computer Analysis of Images and Patterns, Proceedings, pp. 289-296, 1997.
Resumo: sim
Palavras-Chave: visão computacional, regularização, generalização
Comentários: um conjunto de campos de interação local é sugerido no lugar do uso do termo
delta erro em abordagens de regularização usuais, o que traz uma série de benefícios, como
por exemplo uma maior generalização, o que pode ser muito útil em diversas situações.
Referência 368
Yeun, Y.S.; Lee, K.H.; Han, S.M.; Yang, Y.S. Smooth fitting with a method for determining
the regularization parameter under the genetic programming algorithm, Information
Sciences, vol. 133, no. 3-4, pp. 175-194, April 2001.
Resumo: sim
Palavras-Chave: suavidade, programação genética, parâmetro de regularização, memória
associativa linear, método de Hook e Jeeves
Comentários: este paper lida com o problema do mapeamento suave sob o algoritmo de
programação genética. Os autores apresentam um novo método para escolha do parâmetro de
regularização, já que este é um fator preponderante na qualidade do mapeamento suave.
Referência 369
Encyclopedia of Artificial Intelligence – vol. 2, pp. 258, 265-266, 1043, Ed. Shapiro, S.C.,
John Wiley & Sons, 1987
Fonte: BAE/UNICAMP
Palavras-Chave: problemas mal-condicionados, suavidade, regularização, reconhecimento
de padrões
Comentários: este livro faz apenas uma breve abordagem a respeito da regularização
aplicada ao reconhecimento de padrões.
104
7. TREINAMENTO E APRENDIZADO DE REDES NEURAIS
Nesta seção são apresentados trabalhos que buscam as melhores estratégias para o
treinamento e aprendizado de redes neurais, através de sua regularização. Diferentes
estratégias são adotadas para diferentes casos. Nos artigos existentes na literatura, dentre os
quais muitos são aqui citados, encontram-se estudos para situações bastante específicas
quanto à disponibilidade de amostras para treinamento, tipo de rede e treinamento
(backpropagation, feedforward, etc), análise das restrições de pesos e suavidade, critérios para
minimização do erro de predição e validação, treinamento supervisionado e não-
supervisionado, algoritmos de aprendizado mais eficientes, treinamento com ruído,
treinamento de redes neurais de larga escala, incorporação de conhecimento a priori e outras
características particulares e inerentes a determinado estudo. É importante ressaltar que o
assunto de treinamento e aprendizado de redes neurais artificiais regularizadas apresenta em
seu contexto conceitos de todos os outros assuntos abordados em cada uma das seções
apresentadas neste trabalho, o que se reflete na variedade de temas dos artigos apresentados a
seguir. Maiores detalhes são apresentados nos comentários individuais de cada artigo.
Referências:
Referência 370
Aires, F.; Schmitt, M.; Chedin, A.; Scott, N. The “weight smoothing” regularization of MLP
for Jacobian stabilization, IEEE Transactions on Neural Networks, vol. 10, no. 6, pp. 1502-
1510, Nov. 1999.
Resumo: sim
Palavras-Chave: problemas inversos, aproximação neural, problema de aproximação, critério
de qualidade, problema mal-condicionado.
Comentários: este paper se propõe a introduzir a suavidade de perfis Jacobianos como uma
informação a priori, via uma técnica de regularização, e desenvolver um novo e eficiente
algoritmo de aprendizado, chamado “weight smoothing”.
Referência 371
Amari, S.I. Training error, generalization error and learning curves in neural learning,
Proceedings of the Second New Zealand International Two-Stream Conference on Artificial
Neural Networks and Expert Systems, pp. 4-5, Nov. 1995.
Resumo: sim
Palavras-Chave: redes neurais, aprendizado, minimização, erro de treinamento, erro de
generalização
Comentários: os autores deste paper analisam o caso em que o número de amostras para
treinamento é pequeno, onde as discrepâncias são grandes, causando um problema sério de
sobre-treinamento. Esse fenômeno é analisado através do uso de um modelo simples. É
estudado também o comportamento do erro de generalização.
105
Referência 372
Andersen, L.; Larsen, J.; Hansen, L.; Madsen, M.H. Adaptive Regularization of Neural
Classifiers, In Proceedings of the IEEE Workshop on Neural Networks for Signal Processing
VII, pp. 24-33, 1997.
Resumo: sim
Palavras-Chave: erro de validação, classificação neural, reconhecimento de padrões,
arquitetura de redes neurais
Comentários: este paper apresenta um esquema de regularização que adapta iterativamente
os parâmetros de regularização pela minimização do erro de validação. É sugerido o uso de
um esquema de regularização adaptativa para otimizar a arquitetura. Além disso, é proposta
uma nova arquitetura de classificação neural melhorada, eliminando a redundância inerente
dos modelos normalmente utilizados.
Referência 373
Belmont, C.A.; Barron, A.R. Complexity regularization with application to artificial neural
networks, In Nonparametric Functional Estimation and Related Topics, Boston: Kluwer
Academic Publishers, pp. 561-576, 1991.
Resumo: não
Referência 374
Bishop, C.M. Curvature-driven smoothing in backpropagation neural networks. In Proc.
International Joint Conference on Neural Networks, vol. 2, pp. 749-752, 1990.
Resumo: não
Palavras-Chave: backpropagation, ruído aditivo, treinamento, método steepest-descent
Comentários: este artigo trata primariamente do treinamento eficiente de redes neurais do
tipo backpropagation, e também de restrições de pesos e suavidade. Este é um artigo
freqüentemente citado na literatura.
Referência 375
Bishop, C.M. Regularization and complexity control in feed-forward networks, Technical
Report NCRG/95/022, Neural Computing Research Group, Dept. of Comp. Science and
applied Math., Aston University, Birmingham, UK, 1995.
Resumo: não
Palavras-Chave: parâmetros de regularização, treinamento, ruído, regularização de Tikhonov
Comentários: este é um artigo com um número razoável de citações na literatura.
106
Referência 376
Bishop, C.M. Training with noise is equivalent to Tikhonov regularization, Neural
Computation, vol. 7, no. 1, pp. 108-116, 1995.
Resumo: não
Palavras-Chave: treinamento, ruído, regularização de Tikhonov
Referência 377
Chen, D.; Hagan, M.T. Optimal use of regularization and cross-validation in neural network
modeling, International Joint Conference on Neural Networks, vol. 2, pp. 1275-1280, July
1999.
Resumo: sim
Palavras-Chave: validação cruzada, rede neural feedforward, algoritmo de regularização,
erro de validação, aprendizado
Comentários: este paper propõe uma nova estrutura para adaptação dos parâmetros de
regularização a fim de minimizar o erro de validação durante o treinamento de redes neurais
feedforward. Uma segunda derivação do erro de validação baseado no algoritmo de
regularização é obtida usando uma aproximação de Gauss-Newton.
Referência 378
Dixon, L.C.W.; Mills, D.J. Neural network and nonlinear optimization: the representation of
continuous functions, Optimization Methods and Software, vol. 1, pp. 141-151, 1992.
Resumo: não
Palavras-Chave: problemas mal-condicionados, estabilização, regularização
Referência 379
Embrechts, M.J. Supervised Scaled Regression Clustering: an Alternative to Neural
Networks, IEEE-INNS-ENNS International Conference, vol. 6, pp. 571-576, Como, Italy, July
2000.
Resumo: sim
Palavras-Chave: generalização, splines, clustering, redes neurais, algoritmos genéticos
Comentários: este paper descreve um novo método para o treinamento supervisionado de
sistemas de regressão que podem ser uma alternativa para redes neurais artificiais do tipo
feedforward treinadas com o algoritmo backpropagation. A metodologia proposta é uma
estrutura híbrida baseada em clustering supervisionado com algoritmos genéticos e
aprendizado local.
107
Referência 380
Eriksson, J.; Gulliksson, M.; Lindstrom, P.; Wedin, P.A. Regularization tools for training
large-scale neural networks, Technical Report UMINF96.05, Department of Computing
Science, Umea University, Umea, Sweden, 1996.
Resumo: sim
Palavras-Chave: redes neurais feedforward, problemas mal-condicionados, otimização,
mínimos quadrados, método de Gauss-Newton
Comentários: este paper apresenta ferramentas para treinamento de redes neurais
feedforward de pequena, média e larga escala. A determinação dos pesos leva a problemas
muito mal condicionados, e a regularização é freqüentemente sugerida para controlar a
complexidade da rede, pequena variância de erro, e bons problemas de otimização. O
algoritmo sugerido é baseado na teoria da regularização de Tikhonov.
Referência 381
Eriksson, J.; Gulliksson, M.; Lindstrom, P.; Wedin, P.A. Regularization tools for training
large feed-forward neural networks using automatic differentiation, Optimization Methods
and Software, vol. 10, no. 1, 1998.
Resumo: sim
Palavras-Chave: problemas de larga escala, problemas regularizados de Tikhonov,
otimização
Comentários: este paper propõe métodos de otimização explicitamente aplicados ao
problema de regularização não-linear para problemas de larga escala. Especificamente, os
autores formularam e resolveram problemas não-lineares com regularização de Tikhonov.
Referência 382
Fukao, T.; Sumitomo, T.; Ineyama, N.; Adachi, N. Q-learning based on regularization theory
to treat the continuous states and actions, IEEE International Joint Conference on Neural
Networks Proceedings, IEEE World Congress on Computational Intelligence, vol. 2, pp.
1057-1062, May 1998.
Resumo: sim
Palavras-Chave: aprendizado, função de aproximação, Q-learning, funções de base radial,
pêndulo invertido.
Comentários: apresenta-se neste paper um novo algoritmo que é capaz de tratar valores
contínuos do agente de estado e ação em Q-learning. Este algoritmo é baseado em um método
de aproximação usando teoria da regularização. A função Q é suavemente aproximada por
funções de base radial.
108
Referência 383
Fukao, T.; Sumitomo, T.; Ineyama, N.; Adachi, N. Q-learning based on regularization theory
to treat the continuous states and actions, IEEE International Joint Conference on Neural
Networks Proceedings, IEEE World Congress on Computational Intelligence, vol. 2, pp.
1057-1062, May 1998.
Resumo: sim
Palavras-Chave: aprendizado, Q-learning, suavidade, teoria de regularização
Comentários: aprendizado de reforço é o aprendizado de como agir otimamente em um
ambiente desconhecido. O algoritmo Q-learning é um dos algoritmos mais famosos para
aprendizado de reforço. Este paper apresenta um método que é capaz de tratar estados
contínuos e ações em Q-learning.
Referência 384
Girosi, F.; Chan, N.T. Prior knowledge and the creation of "virtual" examples for RBF
networks, Proceedings of the 1995 IEEE Workshop Neural Networks for Signal Processing,
pp. 201-210, Aug. 1995.
Resumo: sim
Palavras-Chave: aprendizado, redes neurais feedforward, redes RBF, simetria radial,
treinamento supervisionado
Comentários: considerando o problema de como incorporar conhecimento a priori nas
técnicas de aprendizado supervisionado, os autores abordam o problema no escopo da teoria
da regularização, e consideram o caso em que se sabe que a função aproximada tem uma
simetria radial. A solução deste problema é apresentada através de duas diferentes
alternativas.
Referência 385
Goutte, C.; Larsen, J. Adaptive Regularization of Neural Networks using Conjugate Gradient,
in Proceedings of ICASSP'98, Seattle, USA, pp. 1201-1204, 1998.
Resumo: não
Palavras-Chave: regularização adaptativa, gradiente conjugado
Referência 386
Han, M.; Hirasawa, K.; Hu, J.; Murata, J. Generalization ability of universal learning network
by using second order derivatives, IEEE International Conference on Systems, Man, and
Cybernetics, vol. 2, pp. 1818-1823, Oct. 1998.
Resumo: sim
Palavras-Chave: rede de aprendizado universal, derivadas de segunda ordem, minimização
de desvio, identificação de sistema dinâmico não-linear
Comentários: neste paper, é estudado como a habilidade de generalização da modelagem de
sistemas dinâmicos pode ser melhorada fazendo uso das vantagens fornecidas pelas derivadas
de segunda ordem da função de critério com respeito às entradas externas. O método proposto
é baseado na teoria de regularização proposta por Poggio e Givosi (1990).
109
Referência 387
Ishikawa, M. Rule extraction by successive regularization, In International Conference on
Neural Networks, pp. 1139-1143, IEEE Press, 1996.
Resumo: não
Palavras-Chave: ruído, treinamento estrutural, regularização sucessiva, classificação
Comentários: este paper propõe uma nova abordagem para regular a aquisição de
conhecimento pelo uso de redes neurais, chamada regularização sucessiva. Ele gera um
pequeno número de regras dominantes em um estágio inicial e regras menos dominantes em
estágios mais avançados. Isto traz várias vantagens, como robustez, melhor entendimento e
similaridade ao desenvolvimento de uma criança.
Referência 388
Ishikawa, M. Rule extraction by successive regularization, In International Conference on
Neural Networks, pp. 1139-1143, IEEE Press, 1996.
Resumo: não
Palavras-Chave: ruído, treinamento estrutural, regularização sucessiva, classificação
Comentários: este paper propõe uma nova abordagem para regular a aquisição de
conhecimento pelo uso de redes neurais, chamada regularização sucessiva. Ele gera um
pequeno número de regras dominantes em um estágio inicial e regras menos dominantes em
estágios mais avançados. Isto traz várias vantagens, como robustez, melhor entendimento e
similaridade ao desenvolvimento de uma criança.
Referência 389
Jones, L. A simple lemma on greedy approximation in Hilbert space and convergence rate for
projection pursuit regression and neural network training, Annals of Statistics, vol. 20, pp.
608-613, 1992.
Resumo: não
Palavras-Chave: regressão, projection pursuit, regularização, treinamento de redes neurais,
espaço de Hilbert
Referência 390
Krzyzak, A.; Linder, T. Radial basis function networks and complexity regularization in
function learning, IEEE Trans. on Neural Networks, vol. 9, pp. 247-256, 1998.
Resumo: não
Palavras-Chave: erro, funções de base radial, ferramentas de aprendizado
Comentários: este artigo tem um bom número de citações na literatura.
Referência 391
Leen, T.K. From Data Distributions to Regularization in Invariant Learning, Neural
Computation, vol. 7, pp. 974-981, 1995.
Resumo: não
Palavras-Chave: aprendizado, regularização
Referência 392
Leung, C.T.; Chow, T.W.S. Least third-order cumulant method with adaptive regularization
parameter selection for neural networks, Artificial Intelligence, vol. 127, no. 2, pp. 169-197,
April 2001.
Resumo: sim
Palavras-Chave: regularização, capacidade de generalização, acumulador de terceira ordem
Comentários: este paper introduz uma propriedade da função objetiva acumuladora de
terceira ordem. A propriedade é que a solução é ótima quando os gradientes dos erros médios
quadráticos e erro cumulativo de terceira ordem são vetores nulos. As soluções ótimas são
independentes dos parâmetros de regularização.
Referência 393
Lindstrom, P.; Eriksson, J.; Wedin, P.A. Regularization tools for neural network training,
Technical Report UMINF 95.02, Dept. of Comp. Science, Umea University, Umea, Sweden,
1995.
Assunto: Redes neurais
Resumo: não
Palavras-Chave: não há informações suficientes
Comentários: não há informações suficientes
Referência 394
Mayer, H.A.; Huber, R.; Schwaiger, R. Lean Artificial Neural Networks - Regularization
Helps Evolution, In Proceedings of the 2nd Nordic Workshop on Genetic Algorithms and their
Applications, pp. 163-172, 1996.
Assunto: Redes Neurais
Resumo: sim
Palavras-Chave: algoritmo genético, codificação, erro de aprendizado, mapeamento
Comentários: este paper apresenta um critério para a acuidade das soluções de redes neurais
artificiais para classificação de padrões através da arquitetura. Para isso, adotou-se uma
abordagem baseada em algoritmos genéticos. São estudados também os erros de aprendizado
e o termo de regularização dependente da topologia da rede.
Referência 395
Meade Jr., A.J. Regularization of a Programmed Recurrent Artificial Neural Network,
citeseer.nj.nec.com/405190.html, 1998.
Resumo: sim
Palavras-Chave: restrições, bias/variância, aproximação polinomial
Comentários: este paper desenvolve um método para construção manual de redes neurais
artificiais recorrentes para modelar a fusão de dados experimentais e modelos matemáticos de
sistemas físicos. A construção requer o uso da regularização generalizada de Tikhonov e a
imposição de certas restrições nos valores de entrada, bias e pesos de saída.
Referência 396
Moody, J.E. Note on generalization, regularization and architecture selection in nonlinear
learning systems, Proceedings of the 1991 IEEE Workshop Neural Networks for Signal
Processing, pp. 1-10, Sept 1991.
Resumo: sim
Palavras-Chave: minimização da função de treinamento, generalização, seleção de
arquitetura, sistemas de aprendizado não-linear, redes backpropagation
Comentários: o autor propõe uma nova estimação do desempenho de generalização para
sistemas de aprendizado não-lineares, chamada de erro de predição generalizada (GPE), a
qual é baseada na noção do número efetivo de parâmetros p/sub eff/(lambda). Esse número
depende da quantidade de tendência e suavidade no modelo. Este é um artigo com um bom
número de citações na literatura.
Referência 397
Moody, J.E. The Effective Number of Parameters: An Analysis of Generalization and
Regularization in Nonlinear Learning Systems, Advances in Neural Information Processing
Systems 4, pp. 847-854, 1992.
Resumo: não
Palavras-Chave: generalização, regularização, aprendizado
Referência 398
Ormoneit, D. A regularization approach to continuous learning with an application to
financial derivatives pricing, Contributed article, August 1999.
Resumo: sim
Palavras-Chave: aprendizado contínuo, regularização, filtro de Kalman estendido, preços
derivativos
Comentários: os autores deste artigo consideram o treinamento de redes neurais nos casos
onde a relação não-linear de interesse gradualmente muda com o tempo. O problema é
abordado com o uso de técnicas de regularização onde uma penalidade variável é adicinada ao
critério de erro.
Referência 399
Ramamurti, V.; Ghosh, J. Regularization and error bars for the mixture of experts network, In
Proceedings of the IEEE 1997 International Conference on Neural Networks, pp. 221-225,
IEEE Press, 1997
Resumo: sim
Palavras-Chave: aproximação, treinamento, generalização
Comentários: este paper mostra como a regularização aplicada a redes neurais melhora o
desempenho de generalização durante a etapa de treinamento. Os autores também abordam a
estimação de histogramas de erro para a predição da rede. Isso é útil para determinar as
prováveis saídas da rede para determinada entrada.
Referência 400
Reed, R.; Marks, R.J.; Oh, S. Similarities of Error Regularization, Sigmoid Gain Scaling,
Target Smoothing, and Training with Jitter, IEEE Transactions on Neural Networks, Vol. 6,
No. 3, pp. 529-538, May 1995.
Resumo: não
Palavras-Chave: ruído, treinamento, gradiente, redes neurais
Referência 401
Shi, Z.; Zhang, D.S.; Kouri, D.J.; Hoffman, D.K. Robust regularized learning using
distributed approximating functional networks, International Joint Conference on Neural
Networks, IJCNN '99, vol. 5, pp. 3213-3216, July 1999.
Resumo: sim
Palavras-Chave: processamento de sinais, wavelets, suavidade, regime de freqüência,
aprendizado robusto
Comentários: este paper apresenta uma nova rede neural de funcionalidade polinomial
usando wavelets, para estimação de sinal e mapeamento de superfície. A grande vantagem
dessas redes polinomiais é que a suavidade do espaço funcional é idêntica à suavidade do
espaço de estado (vetor de pesos).A função restrita de custo de energia usando um programa
de regularização dota a rede com uma característica natural de filtragem variante no tempo.
Referência 402
Sjöberg, J. Regularization as a substitute for preprocessing of data in neural network training,
In Preprint IFAC/IFIP/IMAC Symposium on Artificial Intelligence in Real-Time Control,
pages 59-63, 1992.
Resumo: não
Palavras-Chave: suavidade, mínimos locais, parâmetros de regularização
Comentários: a fonte não fornece material suficiente para a realização de comentários
Referência 403
Sjöberg, J.; Ljung, L. Overtraining, regularization, and searching for minimum in neural
networks, In Proc. of the IFAC Symposium on Adaptive Systems in Control and Signal
Processing, pp. 669-674, IFAC, 1992.
Resumo: não
Palavras-Chave: problemas mal-condicionados, restrições de suavidade, dilema
bias/variância, treinamento, ruído
Comentários: este artigo trata, entre outras coisas, do dilema bias/variância. Este artigo tem
um bom número de citações.
Referência 404
Sjöberg, J.; Ljung, L. Overtraining, regularization, and searching for a minimum, with
application to neural networks, Int. J. Control, vol. 62, pp. 1391-1407, 1995.
Resumo: não
Palavras-Chave: problemas mal-condicionados, restrições de suavidade, dilema
bias/variância, treinamento, ruído
Comentários: este artigo trata, entre outras coisas, do dilema bias/variância.
Referência 405
Sugiyama, M.; Ogawa, H. Subspace Information Criterion for Model Selection, Neural
Computation, vol.13, no.8, pp.1863-1889, 2001.
Fonte: http://ogawa-www.cs.titech.ac.jp/~sugi/
Resumo: sim
Palavras-Chave: aprendizado supervisionado, capacidade de generalização, seleção de
modelo, critério de informação de Akaike
Comentários: os autores deste paper propõem um novo critério para seleção de modelo
chamado critério de informação de subespaço. Assume-se que a função alvo de aprendizado
pertence a um espaço funcional de Hilbert e o erro de generalização é definido como a norma
quadrática desse espaço.
Referência 406
Surendran, A.C.; Lee, C.H.; Rahim, M. Unsupervised, smooth training of feed-forward neural
networks for mismatch compensation, Proceedings of the IEEE Workshop on Automatic
Speech Recognition and Understanding, pp. 482-489, Dec. 1997.
Resumo: sim
Palavras-Chave: redes neurais feedforward, distorções não-lineares, reconhecimento de voz,
máximo local, erro médio quadrático
Comentários: este paper apresenta uma técnica de máxima verossimilhança para treinamento
de redes neurais feedforward. A técnica proposta é completamente não-supervisionada;
conseqüentemente, ela elimina a necessidade de se ter valores alvo para cada entrada. Então
bases de dados estéreo não são mais requeridas para o aprendizado de distorções não-lineares
sob condições adversas em aplicações de reconhecimento de voz.
Referência 407
Vecci, L.; Piazza, F.; Uncini, A. Learning and Approximation Capabilities of Adaptive Spline
Activation Function Neural Networks, Neural Networks Vol.11, No.2, pp. 271-282, 1998
Resumo: sim
Palavras-Chave: splines, perceptron, generalização, redes neurais, funções sigmoidais
Comentários: os autores deste paper fazem um estudo das propriedades teóricas de um novo
tipo de rede neural artificial, que são capazes de adaptar suas funções de ativação pela
variação dos pontos de controle. São utilizadas técnicas de regularização e são analisados o
treinamento e a capacidade de generalização dessas redes neurais.
8. VALIDAÇÃO CRUZADA ORDINÁRIA E GENERALIZADA
A validação cruzada, seja a ordinária ou a generalizada, é uma importante ferramenta

para a obtenção do parâmetro de regularização ótimo. O principal pesquisador nesta área é
Wahba, representado aqui por uma série de artigos e um livro. De uma maneira geral, a teoria
envolvida neste tipo de abordagem está bem fundamentada e estruturada; portanto, à exceção
dos artigos de Wahba, a maior parte dos trabalhos encontrados na literatura trata da validação
cruzada aplicada a alguma área especifica, como wavelets, processamento de imagens,
imagens médicas, microondas, e todas as outras áreas citadas na seção de aplicações da teoria
da regularização. Uma parte significativa dos trabalhos aqui apresentados faz uma
comparação da validação cruzada em relação a outros métodos utilizados na obtenção do
parâmetro de regularização ótimo, onde se observa que este é o método preferido para a
maioria das aplicações.
Referência:
Referência 408
Acton, S.T.; Bovik, A.C. Piecewise and local image models for regularized image restoration
using cross-validation, IEEE Transactions on Image Processing, vol. 8, no. 5, pp. 652-665,
May 1999.
Resumo: sim
Palavras-Chave: restauração de imagens, validação cruzada, otimização, métodos de
Comentários: os autores deste paper descrevem duas classes úteis e com significado físico de
modelos de imagens que podem ser usadas para construir novas restrições de suavidade para
uso no problema de restauração de imagens regularizadas. É dispensada considerável atenção
para a determinação do parâmetro de regularização via técnica de validação cruzada.
Referência 409
Ainsleigh, P.L.; Chui, C.K. Simultaneous wavelet and spline smoothing of noisy data, IEEE
International Conference on Acoustics, Speech, and Signal Processing, ICASSP-93, vol. 3,
pp. 197-200, April 1993.
Resumo: sim
Palavras-Chave: smoothing splines, wavelets, dados ruidosos, validação cruzada
Comentários: dois algoritmos de suavização de dados usando transformadas wavelets são
propostos. Estes algoritmos fazem uso das capacidades de localização de tempo e freqüência
das wavelets. O primeiro algoritmo é uma filtragem do tipo FIR. O segundo é baseado na
Referência 410
Bates, D.M.; Lindstrom, M.J.; Wahba, G.; Yandell, B.S. GCVPACK: Routines for Generalized
Cross Validation, Communications in Statistics, Part B - Simulation and Computation, vol.
16, pp. 263-297, 1987.
Resumo: não
Palavras-Chave: validação cruzada, splines, verossimilhança penalizada, regressão
Referência 411
Transactions on Pattern Analysis and Machine Intelligence, vol. 16, no. 5, pp. 460-468, May
1994.
Resumo: sim
Palavras-Chave: smoothing splines, validação cruzada generalizada, transformada de
indesejado de um sistema de sensoriamento remoto de imagens. É mostrado que a smoothing
spline generalizada e com validação cruzada é facilmente aproximada e computada no
Referência 412
Busby, H.R.; Trujillo, D.M. Optimal regularization of an inverse dynamics problem,
Computers & Structures, vol. 63, no. 2, pp. 243-248, April 1997.
Resumo: sim
Palavras-Chave: problema dinâmico inverso, regularização de Tikhonov, parâmetro de
suavidade, validação cruzada generalizada
Comentários: este paper trata da resolução de problemas dinâmicos inversos usando a
regularização de Tikhonov e programação dinâmica, o que requer a seleção de um parâmetro
de suavização ótimo. Dois métodos para a escolha deste parâmetro são estudados: a validação
cruzada generalizada e o método da curva L.
Referência 413
Chen, D.; Hagan, M.T. Optimal use of regularization and cross-validation in neural network
modeling, International Joint Conference on Neural Networks, vol. 2, pp. 1275-1280, July
1999.
Resumo: sim
Palavras-Chave: validação cruzada, rede neural feedforward, algoritmo de regularização,
erro de validação, aprendizagem
Comentários: este paper propõe uma nova estrutura para adaptação dos parâmetros de
regularização a fim de minimizar o erro de validação durante o treinamento de redes neurais
feedforward. Uma segunda derivação do erro de validação baseado no algoritmo de
regularização é obtida usando uma aproximação de Gauss-Newton.
Referência 414
Chen, M.H.; Chin, R.T. Partial smoothing splines for noisy +boundaries with corners, Pattern
Analysis and IEEE Transactions on Machine Intelligence, pp. 1208-1216, vol. 15, no. 11,
Nov. 1993.
Resumo: sim
Palavras-Chave: smoothing splines, função paramétrica, validação cruzada, detecção de
contorno, suavidade
Comentários: este paper apresenta uma investigação sobre a estimação de limitantes de
funções bidimensionais a partir de conjuntos de dados amostrados onde ruído e cantos
são apresentados. A abordagem é baseada na smoothing spline parcial, na qual a
função limitante consiste de uma smoothing spline ordinária e uma função paramétrica
que descreve as descontinuidades.
Referência 415
Cohen-Bacrie, C.; Goussard, Y. Electrical impedance tomography: regularized reconstruction
using a variance uniformization constraint, IEEE 17th Annual Conference in Engineering in
Medicine and Biology Society, vol.1, pp. 569-570, Sept. 1995.
Resumo: sim
Palavras-Chave: validação cruzada, reconstrução de imagens, regularização, validação
cruzada ordinária
Comentários: este paper apresenta uma nova abordagem de regularização para o problema
inverso mal-condicionado da tomografia por impedância elétrica. O foco principal da
comunicação é a escolha da matriz de regularização e dos parâmetros de
regularização, os quais são determinados a partir dos dados observados usando a
validação cruzada ordinária.
Referência 416
Craven, P.; Wahba, G. Smoothing Noisy Data With Spline Functions, Numerische
Mathematik, vol. 31, pp. 377-403, 1979.
Resumo: não
Palavras-Chave: validação cruzada, validação cruzada generalizada, splines, suavidade
Referência 417
Estrela, V.V.; Galatsanos, N.P. Spatially-adaptive regularized pel-recursive motion estimation
based on cross-validation, Proceedings of the 1998 International Conference on Image
Processing, vol. 2, pp. 200-203, Oct. 1998.
Resumo: sim
Palavras-Chave: validação cruzada, estimação de movimento, seqüências de imagens,
solução de Wiener
Comentários: neste paper os autores melhoram o algoritmo recursivo baseado em Wiener
através do uso de regularização espacialmente adaptativa. Eles empregam a abordagem da
validação cruzada para determinar o valor ótimo do parâmetro de regularização para cada
pixel.
Referência 418
Fang, H.; Nurre, J.H. Smoothing random noise from human head scan data, IEEE
Transactions on Medical Imaging, vol. 15, no. 1, pp. 102-111, Feb. 1996.
Resumo: sim
Palavras-Chave: validação cruzada, ruído aleatório, processamento de imagens médicas,
Comentários: os autores deste paper justificam alguns aspectos considerados na suavidade
dos dados de imagens obtidas por tomografia, dispensando especial atenção ao filtro
Gaussiano, o qual tem se mostrado como o único que preserva a integridade dos dados, e a
validação cruzada generalizada, que permite estimar o tamanho adequado do filtro.
Referência 419
Fortier, N.; Demoment, G.; Goussard, Y. GCV and ML Methods of Determining Parameters
in Image Restoration by Regularization: Fast Computation in the Spatial Domain and
Experimental Comparison, Journal of Visual Communication and Image Representation, vol.
4, no. 2, June 1993.
Resumo: sim
Palavras-Chave: regularização, validação cruzada, restauração de imagens, suavidade,
máxima verossimilhança
Comentários: neste paper são discutidos dois métodos para obtenção dos parâmetros de
regularização para a aplicação em restauração linear de imagens: máxima
verossimilhança e validação cruzada generalizada. É dada particular atenção para
problemas de implementação.
Referência 420
Franchois, A.; Pichot, C. Microwave imaging-complex permittivity reconstruction with a
Levenberg-Marquardt method, IEEE Transactions on Antennas and Propagation, vol. 45, no.
2, pp. 203-215, Feb. 1997.
Resumo: sim
Palavras-Chave: validação cruzada, microondas, permissividade, reconstrução de imagens,
Comentários: este paper se refere a uma reconstrução quantitativa das distribuições
dielétricas e condutivas de objetos biológicos por meio de microondas. É investigada a
influência da geometria do receptor e são examinados dois métodos para escolha do
parâmetro de regularização, um método empírico e um método de validação cruzada
generalizada.
Referência 421
Galatsanos, N.P.; Katsaggelos, A.K., Cross-validation and other criteria for estimating the
regularizing parameter, International Conference on Acoustics, Speech, and Signal
Processing - ICASSP-91, vol. 4, pp. 3021-3024, April 1991.
Resumo: sim
Palavras-Chave: problemas mal-condicionados, processamento de imagem, estimação de
parâmetro
Comentários: a aplicação da regularização a problemas mal-condicionados necessita a
escolha de um parâmetro de regularização que relacione fidelidade aos dados à suavidade da
solução. Este paper apresenta métodos alternativos para computar o parâmetro de
regularização.
Referência 422
Gencay, R.; Qi, M. Pricing and hedging derivative securities with neural networks: Bayesian
regularization, early stopping, and bagging, IEEE Transactions on Neural Networks, Vol. 12,
no. 4, pp. 726-734, July 2001.
Resumo: sim
Palavras-Chave: validação cruzada, investimentos, redes neurais, método de Bayes,
regularização Bayesiana
Comentários: os autores deste paper estudam a efetividade da validação cruzada,
regularização Bayesiana, parada antecipada e generalização melhorada para aplicação em
diversas áreas da economia, como preços, seguros, etc.
Referência 423
Giovannelli, J.F.; Demoment, G.; Herment, A. A Bayesian method for long AR spectral
estimation: a comparative study, IEEE Transactions on Ultrasonics, Ferroelectrics and
Frequency Control, vol. 43, no. 2, pp. 220-233, March 1996.
Resumo: sim
Palavras-Chave: validação cruzada, processos auto-regressivos, distribuição Gaussiana,
método de Bayes, relação bias/variância
Comentários: os autores abordam o problema da estimação da densidade espectral de
potência de processos Gaussianos estacionários e de média nula quando apenas um pequeno
conjunto de observações está disponível para análise. Há a utilização da validação cruzada
generalizada para ajuste automático da suavidade espectral. É feita ainda a investigação da
relação bias/variância.
Referência 424
Golub, G.H.; Heath, M.; Wahba, G. Generalized Cross-validation As a Method for Choosing
a Good Ridge Parameter, Technometrics, vol. 21, pp. 215-223, 1979.
Resumo: não
120
Palavras-Chave: validação cruzada, regressão polarizada

Referência 425
Gonzalez, H.; Galatsanos, N.P.; Katsaggelos, A.K. Cross-validation And Maximum Likelihood
Space Varying Regularized Image Restoration, Proceedings of the Seventh Workshop on
Multidimensional Signal Processing, p. 1.6, September 1991.
Resumo: sim
Palavras-Chave: validação cruzada, restauração de imagens, regularização, máxima
verossimilhança
Comentários: este paper trata do uso da validação cruzada e da máxima verossimilhança na
restauração de imagens regularizadas.
Referência 426
Goodman, D.M.; Yu, D.R. Deconvolution/identification techniques for nonnegative signals,
1992 IEEE International Conference on Acoustics, Speech, and Signal Processing, vol. 4, pp.
153-156, March 1992.
Resumo: sim
Palavras-Chave: parâmetro de regularização, validação cruzada generalizada, teoria de
informação, aproximações de mínimos quadrados
Comentários: este paper apresenta diversos métodos para resolução do problema de
deconvolução/identificação não-paramétrica quando o desconhecido é negativo. Os autores
consideram o método de mínimos quadrados com restrições e discutem três maneiras de
estimar o parâmetro de regularização, dentre os quais a validação cruzada generalizada.
Referência 427
Gu, C.; Bates, D.M.; Chen, Z.; Wahba, G. The Computation of Generalized Cross-validation
Functions Through Householder Tridiagonalization With Applications to the Fitting of
Interaction Spline Models, SIAM Journal on Matrix Analysis and Application}, vol. 10, pp.
457-480, 1989.
Resumo: não
Palavras-Chave: validação cruzada, splines, tridiagonalização
Referência 428
Gu, C.; Heckman, N.; Wahba, G. A Note on Generalized Cross-validation With Replicates,
Statistics & Probability Letters, vol. 14, pp. 283-287, 1992.
Resumo: não
Palavras-Chave: validação cruzada generalizada, suavidade
121
Referência 429
Gu, C.; Wahba, G. Minimizing GCV/GML Scores With Multiple Smoothing Parameters Via
the Newton Method, SIAM Journal on Scientific and Statistical Computing, vol. 12, pp. 383-
398, 1991.
Resumo: não
Palavras-Chave: validação cruzada generalizada, máxima verossimilhança, parâmetros de
suavidade
Referência 430
Hanke, M.; Hansen, P. Regularization methods for large-scale problems. Surveys on
Mathematics for Industry, vol. 3, pp. 253-315, 1993.
Resumo: não
Palavras-Chave: problema mal-condicionado, validação cruzada generalizada, convergência
Comentários: este artigo aborda a teoria da regularização para problemas de larga escala. Os
autores abordam a obtenção do parâmetro de regularização, estimações, etc. Este é um artigo
amplamente citado na literatura.
Referência 431
Kempen, G.M.P.; Vliet, L.J. The influence of the regularization parameter and the first
estimate on the performance of Tikhonov regularized non-linear image restoration
algorithms, Journal of Microscopy, vol. 198, no. 1, pp. 63-75, April 2000.
Fonte: www.bae.unicamp.br - Probe - OvidWeb
Resumo: sim
Palavras-Chave: restauração de imagens, validação cruzada generalizada, filtro de Tikhonov-
Miller, ruído de Poisson
Comentários: este paper reporta estudos na influência do parâmetro de regularização e a
primeira estimativa na performance de algoritmos iterativos de restauração de imagens. Eles
concluem também que o método de validação cruzada generalizada é um método eficiente
para determinar um valor do parâmetro de regularização próximo ao valor ótimo.
Referência 432
Kustra, R.; Strother, S. Penalized discriminant analysis of [/sup 15/O]-water PET brain
images with prediction error selection of smoothness and regularization hyperparameters,
IEEE Transactions on Medical Imaging, Vol. 20, no. 5, pp. 376-387, May 2001.
Resumo: sim
Palavras-Chave: validação cruzada, tomografia por emissão de pósitrons, suavidade, erros,
medicina nuclear
Comentários: os autores propõem uma abordagem flexível e compreensiva para análise da
tomografia computadorizada por emissão de pósitrons usando uma versão penalizada da
análise linear discriminante. O uso da validação cruzada possibilitou a obtenção de
estimativas não polarizadas e com pequena variância do erro de predição.
122
Referência 433
Larsen, J.; Svarer, C.; Andersen, L.N.; Hansen, L.K. Adaptive Regularization in Neural
Network Modelling, preprint IMM, DTU, 1997
Resumo: sim
Palavras-Chave: validação cruzada, erro de generalização, método do gradiente, robustez,
redes neurais feedforward
Comentários: este paper trata do problema da otimização dos parâmetros de regularização no
modelamento de redes neurais. O esquema de otimização sugerido é uma versão estendida de
um algoritmo já apresentado, através da estimação por validação cruzada e de um esquema de
gradiente decrescente. Os testes foram feitos utilizando-se redes neurais do tipo feedforward.
Referência 434
Lu, H.H.S.; Chen, C.M.; Yang, I.H. Cross-reference weighted least square estimates for
positron emission tomography, IEEE Transactions on Medical Imaging, vol. 17, no. 1, pp. 1-
8, Feb. 1998.
Resumo: sim
imagens, métodos de Monte Carlo
Comentários: este paper propõe um novo método eficiente, referido como estimação de
mínimos quadrados ponderados e referência cruzada, o qual deve integrar a informação de
suavidade local incompleta para melhorar a reconstrução da tomografia por emissão de
pósitrons. A validação cruzada é utilizada para uma seleção automática de dados.
Referência 435
Lu, H.H.S.; Tseng, W.J. On accelerated cross-reference maximum likelihood estimates for
positron emission tomography, IEEE Nuclear Science Symposium, vol. 2, pp. 1484-1488,
Nov. 1997.
Resumo: sim
imagens, métodos de Monte Carlo, problemas mal-condicionados
Comentários: os autores deste artigo investigaram abordagens novas, robustas e eficientes
para extrair informação de contorno incompleta na análise de imagens obtidas através da
tomografia por emissão de pósitrons. O método da validação cruzada é usado para obtenção
do parâmetro de penalização.
Referência 436
Martone, M. Optimally regularized channel tracking techniques for sequence estimation
based on cross-validated subspace signal processing, IEEE Transactions on Communications,
vol. 48, no. 1, pp. 95-105, Jan. 2000.
Resumo: sim
Palavras-Chave: tracking, validação cruzada, algoritmo de Viterbi, estimador de canal,
dilema bias-variância
Comentários: este paper propõe novos métodos para estimação de seqüência de máxima
verossimilhança, baseado em um algoritmo de Viterbi. No esquema proposto, o estimador de
canal e o processador de Viterbi operam de maneira concorrente. A relação bias-variância é
automaticamente ajustada através de estimador de validação cruzada.
123
Referência 437
Nason, G.P. Wavelet regression by cross-validation, Tech. Report 447, Dep. of Stat., Stanford
University, 1994.
Fonte: playfair.stanford.edu:/pub/reports/wvcx.ps.gz
Resumo: sim
Palavras-Chave: wavelets, regressão não-paramétrica, validação cruzada, parâmetro de
suavização
Comentários: este paper trata do uso de wavelets para regressão. A principal proposta é
introduzir e desenvolver um método de validação cruzada para selecionar um limiar de
regressão de wavelets que produz boas estimativas com respeito ao erro. O limiar selecionado
determina quais são os coeficientes e o parâmetro de suavidade para uma regressão não-
paramétrica.
Referência 438
Nelson, P.A.; Yoon, S.H. Estimation of Acoustic Source Strength by Inverse Methods: Part II,
Sound and Vibration, vol. 233, no. 4, June 2000.
Resumo: sim
Palavras-Chave: problema inverso, regularização, validação cruzada, validação cruzada
generalizada, ruído
Comentários: neste paper são usados dois métodos de regularização (Tikhonov e descarte do
valor singular) para melhorar a acuidade da reconstrução de uma fonte acústica através
de técnicas inversas. São investigados alguns métodos de escolha dos parâmetros de
regularização, com destaque para o uso da validação cruzada ordinária e a validação
Referência 439
Nguyen, N.; Golub, G.; Milanfar, P. Blind restoration/superresolution with generalized cross-
validation using Gauss-type quadrature rules, Conference Record of the Thirty-Third
Asilomar Conference on Signals, Systems, and Computers, vol. 2, pp. 1257-1261, oct. 1999.
Resumo: sim
Palavras-Chave: restauração de imagens, validação cruzada generalizada, problema inverso
mal-condicionado, parâmetro de regularização
Comentários: em muitas aplicações de restauração/super-resolução, o processo de
borramento não é conhecido. A estimativa da função de espalhamento e os parâmetros de
regularização para este problema inverso mal-condicionado é feita através do uso de um
método de validação cruzada generalizada.
124
Referência 440
Nguyen, N.; Milanfar, P.; Golub, G. A computationally efficient superresolution image
reconstruction algorithm, IEEE Transactions on Image Processing, Vol. 10, no. 4, pp. 573-
583, April 2001.
Resumo: sim
Palavras-Chave: reconstrução de imagens, super-resolução, problema mal-condicionado,
método da validação cruzada generalizada, resolução de imagens
Comentários: os autores deste artigo propõem pré-condicionadores circulantes de blocos
eficientes para resolver o problema da super-resolução regularizado pelo método de Tikhonov,
através da utilização do método do gradiente conjugado. Eles estendem a derivação do
método da validação cruzada generalizada para sistemas indeterminados.
Referência 441
Pereiro, S.; Goussard, Y. Unsupervised 3-D restoration of tomographic images by constrained
Wiener filtering, Proceedings of the 19th Annual International Conference of the IEEE
Engineering in Medicine and Biology Society, vol. 2, pp. 557-560, Oct. 1997
Resumo: sim
Palavras-Chave: validação cruzada, filtro de Wiener, problemas inversos, imagens médicas,
ruído
Comentários: esta comunicação apresenta um método de restauração não-supervisionada
baseado em um filtro de Wiener com restrições. O filtro é implementado no domínio do
espaço e faz a filtragem em três dimensões. A contribuição central deste trabalho é a
derivação de um algoritmo de validação cruzada que estima a variância do ruído.
Referência 442
Reeves, S.J. Optimal space-varying regularization in iterative image restoration, IEEE
Transactions on Image Processing, vol. 3, no. 3, pp. 319-324, May 1994.
Resumo: sim
Palavras-Chave: validação cruzada, métodos iterativos, parâmetro de regularização, filtro de
Wiener
Comentários: o autor deste artigo introduz uma forma modificada do critério de validação
cruzada generalizada, o qual incorpora a regularização variante no espaço e termos de
erros de dados. Além disso, ele apresenta um método eficiente para estimação do
critério de validação cruzada generalizada para o caso variante no espaço usando
técnicas de restauração de imagens iterativas.
Referência 443
Reeves, S.J. Optimal regularized image restoration with constraints, 1992 IEEE International
Conference on Acoustics, Speech, and Signal Processing, vol.3, pp. 301-304, March 1992.
Resumo: sim
Palavras-Chave: validação cruzada, restauração de imagens, restrições, complexidade
computacional
125
Comentários: este paper apresenta um método para estimação do grau de regularização

ótimo na presença de restrições na imagem restaurada. O critério de validação cruzada
generalizada é modificada para estimar o grau ótimo de regularização.
Adicionalmente, um procedimento de estimação eficiente é usado para tornar possível
avaliar o critério com uma complexidade computacional satisfatória.
Referência 444
Reeves, S.J.; Mersereau, R.M. Blur identification by the method of generalized cross-
validation, IEEE Transactions on Image Processing, vol. 1, no. 3, pp. 301-311, July 1992.
Resumo: sim
Palavras-Chave: validação cruzada generalizada, máxima verossimilhança, processamento
de imagens, imagem borrada
Comentários: a função de espalhamento dos pontos de uma imagem borrada é
freqüentemente desconhecida a priori. A validação cruzada generalizada é introduzida
a fim de abordar o problema da identificação de borrões.
Referência 445
Reeves, S.J.; Mersereau, R.M. Regularization parameter estimation for iterative image
restoration in a weighted Hilbert space, 1990 International Conference on Acoustics, Speech,
and Signal Processing, vol. 4, pp. 1885-1888, April 1990.
Resumo: sim
Palavras-Chave: validação cruzada, restauração de imagens, espaço de Hilbert, ruído
Comentários: este paper apresentada um método para obtenção das estimativas ótimas do
parâmetro de regularização para restauração de imagens iterativa em um espaço de
Hilbert ponderado. O método é uma forma modificada da técnica de validação
cruzada. Por fim, uma versão simplificada da validação cruzada é apresentada.
Referência 446
Robert, L.; Canu, S.; Lerallut, J.F.; Maingourd, Y. Detection and reconstruction of cavity
contours in a single frame 2D echocardiography using periodic splines approximation on a
roughly pre-processed image, and automatic tuning of the parameters of the model, IEEE
17th Annual Conference in Engineering in Medicine and Biology Society, vol.1, pp. 589-590,
Sept. 1995.
Resumo: sim
Palavras-Chave: validação cruzada, ecocardiograma, splines, reconstrução de imagens,
detecção de contorno
Comentários: os autores aplicaram a teoria de regularização de Tikhonov para imagens
ecocardiopedriátricas, a fim de reconstruir o contorno da cavidade em tempo real.
Uma vez que o problema foi regularizado, os autores aproximaram o contorno usando
splines periódicos. Os autores propõem também o uso da validação cruzada para ajuste
automático dos parâmetros do modelo.
Referência 447
Resumo: sim
126

pursuit, smoothing spline
Comentários: os autores deste artigo fazem uma discussão a respeito do assunto das splines
Referência 448
Shahraray, B.; Anderson, D.J. Optimal estimation of contour properties by cross-validated
6, June 1989.
Resumo: sim
Palavras-Chave: validação cruzada, reconhecimento de padrões, estimação de parâmetros,
suavidade, smoothing spline
Comentários: o problema de estimação das propriedades de amostras ruidosas de contornos
suaves e discretos é usado como veículo para demonstrar a robustez da regularização
com validação cruzada aplicada a um problema de visão. Apresenta-se também um
método para estimação das propriedades de contorno baseado em aproximações de
suavidade.
Referência 449
Solo, V. A sure-fired way to choose smoothing parameters in ill-conditioned inverse problems,
Proceedings of the International Conference on Image Processing, vol. 3, pp. 89-92, Sept.
1996.
Resumo: sim
Palavras-Chave: processamento de imagens, métodos de suavização, problemas inversos
mal-condicionados, regularização, validação cruzada
Comentários: os autores deste paper descrevem um procedimento geral para a estimação de
parâmetros dimensionais finitos auxiliares em problemas inversos mal-condicionados. O
método é aplicável a problemas não-lineares, não envolve aproximações mas oferece
vantagens computacionais sobre validação cruzada e máxima verossimilhança.
Referência 450
Stephanakis, I.M.; Kollias, S. Generalized-cross-validation estimation of the regularization
parameters of the subbands in wavelet domain regularized image restoration, Conference
Record of the Thirty-Second Asilomar Conference on Signals, Systems & Computers, vol. 2,
pp. 938-940, Nov. 1998.
Resumo: sim
Palavras-Chave: validação cruzada, transformada wavelet, restauração de imagens,
suavidade, sub-bandas
Comentários: um modelo de restauração de imagens regularizadas no domínio wavetet é
apresentado neste paper. Wavelets 2-D separáveis substituem o filtro de suavidade
convencional no problema de restauração de imagem regularizada. O método de correlação
cruzada generalizada é aplicado para estimar os valores ótimos dos parâmetros de restauração.
127
Referência 451
Sullivan, B.J.; Chang, H.C. A generalized Landweber iteration for ill-conditioned signal
restoration, 1991 International Conference on Acoustics, Speech, and Signal Processing, vol.
3, pp. 1729-1732, April 1991.
Resumo: sim
Palavras-Chave: função de validação cruzada, problema mal-condicionado, restauração de
sinais, sistemas lineares, processamento de sinais
Comentários: os autores examinam uma versão generalizada da iteração de Landweber
usando uma análise espectral, o que os leva a propor uma modificação da iteração para
melhorar seu desempenho na resolução de sistemas lineares mal-condicionados. Duas
funções para determinação dos valores dos parâmetros críticos são examinadas: uma
função de validação cruzada generalizada e uma estimativa de erro quadrático médio.
Referência 452
Tilg, B.; Wach, P.; Rucker, W.; Stollberger, R. Magnetocardiographic computed tomography-
a model study on minimum-norm current dipole estimation, Computers in Cardiology, pp.
805-808, Sept. 1994.
Resumo: sim
Palavras-Chave: validação cruzada, regularização de Tikhonov, magnetocardiografia,
Comentários: este paper apresenta um modelo para estimação de estruturas através do uso
de um modelo computacional do coração humano. O parâmetro de regularização é
determinado por um método de validação cruzada generalizada.
Referência 453
Villalobos, M.A.; Wahba, G. Multivariate Thin Plate Spline Estimates for the Posterior
Probabilities in the Classification Problem, Communications in Statistics, Part A -Theory and
Methods, vol. 12, pp. 1449-1479, 1983.
Resumo: não
Palavras-Chave: validação cruzada, spline, problema de classificação
Referência 454
Vozel, B.; Chehdi, K.; Carton-Vandecandelaere, M.P. A blind restoration system of blurred
and noisy numerical images, Proceedings of the International Conference on Image
Processing, vol. 1, pp. 105-108, sept. 2000.
Resumo: sim
Palavras-Chave: restauração de imagens, validação cruzada, ruído, suavidade, imagens
numéricas borradas
128
Comentários: este paper apresenta um sistema de restauração totalmente cego de imagens

borradas e ruidosas. Ele inclui dois módulos de processamento, um para identificação da
função distribuição de probabilidade do borrão e outro para restauração cega da imagem. A
identificação do borrão é feita via critério de validação cruzada generalizada e uma restrição
de suavidade na imagem.
Referência 455
Wach, P.; Tilg, B.; Rucker, W.; Stollberger, R. Current density estimation within a human
heart including a boundary-element-torso model, Proceedings of the 16th Annual
International Conference of the IEEE Engineering in Medicine and Biology Society,
Engineering Advances: New Opportunities for Biomedical Engineers, vol.1, pp. 33-34, Nov.
1994.
Resumo: sim
Palavras-Chave: validação cruzada, regularização de Tikhonov, cardiologia, métodos de
elementos de borda
Comentários: este paper apresenta um estudo de simulação em estimação da densidade
pseudo-corrente do tipo norma mínima com um modelo computacional do coração
humano inteiro. O parâmetro de regularização é determinado por um método de
Referência 456
approximation problems with large quantities of noisy data, in W. Cheney, ed., Approximation
Theory III, Academic Press, pp. 905-912, 1980.
Resumo: não
Palavras-Chave: validação cruzada, splines suaves, minimização de erro, ruído
Referência 457
approximation problems with large quantities of noisy data, In Proceedings of the
International Conference on Approximation Theory in Honour of George Lorenz, Academic
Press, Austin, Texas, 1980.
Resumo: não
Palavras-Chave: validação cruzada, splines suaves, minimização de erro, ruído
Referência 458
Wahba, G. A Survey of Some Smoothing Problems and the Method of Generalized Cross-
validation for Solving Them, Applications of Statistics, North-Holland/Elsevier, Amsterdam,
pp. 507-524, 1977.
Resumo: não
129
Palavras-Chave: validação cruzada generalizada, problemas de suavidade, splines, estimação

de densidade
Referência 459
Wahba, G. How to smooth curves and surfaces with splines and cross-validation, in
Proceedings of the 24th Conference on the Design of Experiments, U.S. Army Research
Office, Report 79-2, pp. 167-192, 1979.
Resumo: não
Palavras-Chave: validação cruzada generalizada, problemas de suavidade, splines
Referência 460
approximation problems with large quantities of noisy data, in Approximation Theory III, W.
Cheney, ed., pp. 905-912, Academic Press, 1980.
Resumo: não
Palavras-Chave: validação cruzada generalizada, splines, regularização, problemas de
aproximação, dados ruidosos
Referência 461
Wahba, G. Bayesian confidence intervals for the cross validated smoothing spline, J. Roy.
Stat. Soc. B., vol. 45, no. 1, pp. 133-150, 1983.
Resumo: não
Palavras-Chave: validação cruzada, splines, suavização, intervalos de confiança
Referência 462
Wahba, G. Regularization and cross validation methods for nonlinear implicit, ill-posed
inverse problems, In Geophysical Data Inversion Methods and Applications, A. Vogel, C.
Ofoegbu, R. Gorenflo and B. Ursin, eds., Vieweg, pp. 3-13, 1990.
Resumo: não
Palavras-Chave: validação cruzada, regularização, problemas inversos mal-condicionados
Referência 463
Wahba, G. Bayesian Confidence Intervals for the Cross-validated Smoothing Spline, Journal
of the Royal Statistical Society, Series B, Methodological, vol. 5, pp. 133-150, 1983.
130
Resumo: não
Palavras-Chave: validação cruzada, spline, suavização
Referência 464
Wahba, G. Cross Validated Spline Methods for Direct and Indirect Sensing Experiments, in
Statistical Signal Processing, pp. 179-190, 1984.
Resumo: não
Palavras-Chave: validação cruzada, spline
Referência 465
Wahba, G. Cross-validated Spline Methods for the Estimation of Three-dimensional Tumor
Size Distributions From Observations on Two-dimensional Cross Sections, Journal of the
American Statistical Association, vol. 79, pp. 832-846, 1984.
Resumo: não
Palavras-Chave: validação cruzada, spline, distribuições tridimensionais
Referência 466
Wahba, G. A Comparison of GCV and GML for Choosing the Smoothing Parameter in the
Generalized Spline Smoothing Problem, The Annals of Statistics, vol. 13, pp. 1378-1402,
1985.
Resumo: não
Palavras-Chave: validação cruzada, suavidade, spline
Referência 467
Wahba, G. Comment on The Fast Monte Carlo Cross-validation and Procedures: Comments,
New Results and Application to Image Recovery Problems, Computational Statistics, vol. 10,
pp. 249-250, 1995.
Resumo: não
Palavras-Chave: validação cruzada de Monte Carlo, recuperação de imagens
Referência 468
Wahba, G.; Bates, D.M. Computational methods for generalized cross validation with large
data sets, In Treatment of Integral Equations by Numerical Methods, C.T.H. Baker and G.F.
Miller, eds., pp. 283-296, Academic Press, 1982.
Resumo: não
131
Palavras-Chave: validação cruzada generalizada, splines, regularização, problemas de

aproximação, dados ruidosos
Referência 469
Wahba, G.; Craven, P. Smoothing noisy data with spline functions: estimating the correct
degree of smoothing by the method of generalized cross-validation, Numer. Math., vol. 31, pp.
377-403, 1979.
Resumo: não
Palavras-Chave: validação cruzada generalizada, problemas de suavidade, dados ruidosos
Referência 470
Wahba, G.; Golub, G.; Heath, M. Generalized cross-validation as a method for choosing a
good ridge parameter, Technometrics, vol. 21, pp. 215-223, 1979.
Resumo: não
Palavras-Chave: validação cruzada generalizada, problemas de suavidade
Referência 471
Wahba, G.; Wendelberger, J. Some New Mathematical Methods for Variational Objective
Analysis Using Splines and Cross Validation, Monthly Weather Review, vol. 108, pp. 1122-
1143, 1980.
Resumo: não
Palavras-Chave: validação cruzada, splines, análise objetiva variacional
Referência 472
Wahba, G.; Wang, Y. Behavior Near Zero of the Distribution of GCV Smoothing Parameter
Estimates, Statistics & Probability Letters, vol. 25, pp. 105-111, 1995
Resumo: não
Palavras-Chave: validação cruzada, suavização de spline, parâmetros de suavidade
Referência 473
Wahba, G.; Wold, S. Periodic splines for spectral density estimation: The use of cross-
validation for determining the degree of smoothing, Commun. Statist., vol. 4, no. 2, pp. 125-
141, 1975.
Fonte: http://www.stat.wisc.edu/~wahba/pubs/bib.html
Resumo: não
Palavras-Chave: validação cruzada, splines, grau de suavidade, estimação de densidade
espectral
132
Referência 474
Xiang, D.; Wahba, G. A Generalized Approximate Cross Validation for Smoothing Splines
With Non-Gaussian Data, Statistica Sinica, vol. 6, pp. 675-692, 1996.
Resumo: não
Palavras-Chave: validação cruzada, distância Kullback-Leibler, verossimilhança penalizada
Referência 475
Yoon, S.H.; Nelson, P.A. Estimation of Acoustic Source Strength by Inverse Methods: Part II,
Sound and Vibration, Vol. 233, No. 4, June 15, 2000.
Resumo: sim
Palavras-Chave: reconstrução de fonte acústica, técnicas inversas, validação cruzada,
validação cruzada generalizada, ruído
Comentários: neste paper são usados dois métodos de regularização, o de Tikhonov e o
descarte do valor singular, para melhorar a acuidade da reconstrução de fontes acústicas
através de técnicas inversas. A escolha dos parâmetros de regularização e dos valores a serem
descartados é feita através do uso da validação cruzada ordinária e também da validação
Referência 476
Zhu, W.W.; Galatsanos, N.P.; Katsaggelos, A.K. Regularized Multichannel Restoration Using
Cross-Validation, Graphical Models and Image Processing, Vol. 57, No. 1, pp. 38-54, January
1995.
Resumo: sim
Palavras-Chave: imagens multicanal, restauração de imagens, função de validação cruzada
Comentários: neste paper os autores procuram evitar os problemas associados com filtros
multicanais estocásticos, propondo filtros multicanais determinísticos que não requerem
qualquer conhecimento a priori sobre as estatísticas da imagem multicanal ou do ruído. Para
obtenção desses filtros, é usada a regularização baseada em uma função multicanal de
validação cruzada.
133
LISTA DE AUTORES (EM ORDEM ALFABÉTICA)
Acton, S.T. 408

Adachi, N. 382, 383
Adler, M. 1
Aha, D. 188
Ahn, S.M. 2
Ainsleigh, P.L. 274, 409
Aires, F. 370
Albert, M. 188
Aloimonos, J. 3
Amari, S.I. 247, 371
Amato, U. 321, 322
Andersen, L.N. 372, 433
Anderson, D.J. 300, 301, 448
Anderssen, R.S. 25
Angelini, C. 4
Arenstorf, R.F. 5
Arsenin, V.Y. 363
Baik, S.W. 2
Balsi, M. 6
Bao, P. 65
Barcelos, C.A.Z. 20
Barone, P. 7, 216
Barron, A.R. 189, 248, 373
Barwicz, A. 162
Bates, D.M. 410, 427, 468
Beane, S.R. 126
Bebis, G. 258
Bedini, L. 8, 9
Belchior, J.C. 99
Belmont, C.A. 373
Berkner, K. 10
Berman, M. 11, 275, 411
Bertero, M. 12, 13, 217, 323
Bienenstock, A. 145
Bienenstock, E. 251
Bishop, C.M. 14, 374, 375, 376
Black, M.J. 75
Bloch, I. 138
Boogaart, A. 165
Borwein, J.M. 324
Boukrouche, A. 144
Bovik, A.C. 408
Brady, M. 15
Braga, J.P. 99
Bresler, Y. 26, 27, 221
Broccoli, A.J. 107, 295
134
Brown, E. 158, 242

Brown, J.C. 163
Buhmann, J.M. 48
Burdeau, J.L. 16
Busby, H.R. 218, 412
Calvetti, D. 219
Camblong, H.E. 17
Campolucci, P. 268
Canal, C.A.G. 17
Canditiis, D. 4
Canu, S. 137, 446
Caorsi, S. 18
Carton-Vandecandelaere, M.P. 169, 454
Celeux, G. 120
Chan, K.L. 92, 196
Chan, N.T. 384
Chan, Y.H. 66
Chang, H.C. 160, 451
Chappell, R. 319
Chedin, A. 370
Chehdi, K. 169, 454
Chen, C.M. 112, 434
Chen, D. 377, 413
Chen, J. 19
Chen, M.H. 276, 414
Chen, Y. 20
Chen, Z. 427
Cheng, B.B. 190
Chin, R.T. 276, 414
Choi, M.G. 21, 22
Chow, T.W.S. 262, 263, 344, 392
Chui, C.K. 274, 409
Ciaramella, S. 18
Clem Karl, W. 114, 233
Cohen, H.A. 161
Cohen, T.D. 126
Cohen-Bacrie, C. 23, 415
Cox, D. 277
Craven, P. 416, 469
Cullum, J. 249
Cveti, G. 24
Davies, A.R. 25
Dechevsky, L.T. 191, 220
Degani, J. 103
Delaney, A.H. 26, 27, 221
Demmler, A. 278
Demoment, G. 45, 252, 419, 423
Derado, J. 28
Desvillettes, L. 29
Dey, A.K. 30
135
Diacu, F. 31
Dion, F. 32
Diop, S. 287
Dipanda, A. 84
Dixon, L.C.W.378
Dologlou, I. 165
Donoho, D.L. 325
Doursat, R. 251
Dragos, L. 33
Duda, R.O. 326
Echterhoff, S. 34
Efstratiadis, S.N. 35
Egerstedt, M. 73
Elsner, L. 36
Embrechts, M.J. 250, 379
Engl, H.W. 222, 327
Epele, L.N. 17
Eriksson, J. 37, 38, 380, 381, 393
Estrela, V.V. 39, 417
Eubank, R.L. 192, 279
Evgeniou, T. 328, 329
Fanchiotti, H. 17
Fang, H. 40, 418
Fantini, E. 8
Fessler, J.A. 41, 280
Figueiras-Vidal, A.R. 238
Figueiredo, M.T. 42, 43
Fisher, T.R. 44, 281
Fortier, N. 45, 419
Franchois, A. 46, 420
Freidlin, M. 47
Friedman, J.H. 282, 283
Frohlinghaus, T. 48
Fukao, T. 382, 383
Fukushima, M. 330
Funahashi, Y. 177
Gader, P.D. 331
Galatsanos, N.P. 21, 22, 39, 49, 55, 178, 187, 417, 421, 425, 476
Gallego, R. 56
Gao, F. 271
Geman, S. 251
Gencay, R. 422
Georgiev, P.G. 50
Ghosh, J. 399
Gimel'farb, G.L. 51
Giovannelli, J.F. 252, 423
Girosi, F. 284, 297, 332, 333, 334, 351, 352, 353, 354, 384
Goh, P.M.Y. 92, 196
Gokmen, M. 52, 53, 54
Golub, G. 123, 236, 424, 439, 440, 470
136
Gonzalez, H. 55, 425

Goodman, D.M. 426
Gormish, M.J. 10
Gotlib, A. 86
Goussard, Y. 23, 45, 125, 415, 419, 441
Goutte, C. 253, 385
Goutte, R. 16
Gragnani, G.L. 18
Grams, R.R. 146
Granados, J.J. 56
Graveron-Demilly, D.165
Groetsch, C.W. 57
Gu, C. 173, 214, 285, 315, 317, 318, 319, 427, 428, 429
Gulliksson, M. 380, 381
Gunsel, B. 58
Gupta, S.N. 59
Guzelis, C. 58
Hagan, M.T. 377, 413
Han, M. 254, 386
Han, S.M. 368
Hanke, M. 430
Hansen, L.K. 115, 253, 255, 260, 342, 343, 372, 433
Hansen, P. 430
Harabetian, E. 60
Hardle, W. 193
Hare, J.R. 61, 194
Hart, P.E. 326
Hastie, T.J. 202, 299, 447
Haykin, S. 335
He, C. 36
Heath, M. 424, 470
Heckman, N. 428
Hegland, M. 336
Heidler, R. 165
Heinrich, G. 62
Herment, A. 138, 252, 423
Herve, J.Y. 240
Hinestroza, D. 337
Hirasawa, K. 254, 386
Hoffman, D.K. 401
Honerkamp, J. 175
Hong, M.C. 63, 64
Hong, S.W. 65, 66
Hu, J. 254, 386
Hu, Y.H. 179
Huber, P.J. 286
Huber, R. 67, 394
Huffel, S. 165
Husmeier, D. 338
Ibrir, S. 287
137
Igarashi, H. 68, 69
Ineyama, N. 382, 383
Inoue, K. 116
Insa, S.C. 70
Isac, G. 71
Ishikawa, M. 387, 388
Ito, K. 111
Iusem, A.N. 72
Jean, J.S.N. 256
Jepson, A.D. 75
Johansen, T.A. 257
Johansson, K.H. 73
Johnson, C.R. 74, 223
Johnstone, I.M. 325
Jones, L. 288, 389
Jones, M. 284, 297, 333, 334, 351, 352, 353, 354
Jones, M.C. 289
Ju, S.X. 75
Juntunen, M. 76
Kaipio, J.P. 76
Kang, M.G. 77, 78
Karayiannis, N.B. 79, 80, 81, 82, 83, 224, 225
Kardouchi, M. 84
Karkhanis, P. 258
Karwowski, W. 339
Kashiwaghi, E. 366
Katsaggelos, A.K. 21, 35, 49, 55, 64, 77, 78, 178, 187, 421, 425, 476
Kaveh, M. 183, 184, 185, 186
Kawato, M. 68, 69
Kay, J.W. 163
Kelly, J.D. 340
Kempen, G.M.P. 85, 431
Keren, D. 86, 341
Khabou, M.A. 331
Khutoryansky, N. 87
Kibler, D. 188
Kimmeldorf, G.S. 290
Kiselman, C.O. 88
Klein, B. 173, 214, 271, 317, 318
Klein, R. 173, 214, 271, 317, 318
Kleppe, G. 89
Kobayashi, H. 90
Koch, C. 355, 356
Koch, M. 226
Koh, E. 277
Kohler, M. 195
Koldobsky, A. 331
Kollias, S. 159, 450
Korat, E. 175
Koshizen, T. 259
138
Koshmanenko, V. 339
Kouri, D.J. 401
Kraft, L.G. 91
Krishnan, S.M. 92, 196
Krzyzak, A. 390
Kumamaru, K. 116
Kumar, S. 92, 196
Kunze, M. 93
Kuo, C.C.J. 106
Kustra, R. 94, 432
La Riviere, P.J. 95, 197
Lamm, P.K. 227, 228, 229, 230, 231, 232
Langley, K. 96
Larsen, J. 115, 255, 260, 342, 343, 372, 385, 433
Larsen, M. 115
Lasia, A. 32
Lee, C.H. 406
Lee, D. 97, 98, 291, 292, 293, 294
Lee, K.H. 368
Leen, T.K. 391
Legrand, L. 84
Leibbrandt, G. 62
Leitão, J.M.N. 42, 43
Lemes, N.H.T.99
Lemm, J.C. 261
Leonard, A. 15
Lerallut, J.F. 137, 446
Leung, C.M. 100, 101, 102
Leung, C.T. 262, 263, 344, 392
Levitan, E. 103
Levitin, E.S. 104
Li, C.C. 52, 53, 54
Li, S.Z. 105
Li-Chien, L. 106
Liao, L.Z. 130
Liestøl, K. 198, 296
Lin, X. 271
Lin, Z.H. 130
Lindberg, C. 107, 295
Linder, T. 390
Lindstrom, P. 380, 381, 393, 410
Lingjærde, O.C. 198, 296
Liu, J. 108
Lizama, C. 109
Ljung, L. 205, 403, 404
Locker, J. 110
Lu, B.L. 111
Lu, H.H.S. 112, 113, 434, 435
Lu, W.S. 100, 101, 102
Luettgen, M.R. 114, 233
139
Lugosi, G. 199
Lygeros, J. 73
Ma, S. 180, 367
MacLeod, R.S. 74, 223
Macovski, A. 41, 280
Mädler, B. 142
Madsen, M.H. 115, 372
Maeda, M. 116
Maier, D. 175
Maingourd, Y. 137, 446
Mair, B.A. 20, 345
Mammen, E. 200
Mandelshtam, V.A. 19
Marcellini, P. 117
March, R. 118
Marks, R.J. 400
Marques, M.D.P.M. 93
Marroquin, J. 346
Martin, C.F. 30
Martone, M. 264, 436
Marzani, F. 84
Matassoni, M. 167
Matsumoto, T.90
Mayer, H.A. 67, 394
Meade Jr., A.J. 395
Mehrmann, V. 36
Mersereau, R.M. 133, 134, 444, 445
Michel, D. 165
Mijovic, S. 170
Milanfar, P. 123, 236, 439, 440
Miller, K. 117
Mills, D.J. 378
Mioc, V. 31
Miyajima, K. 119
Mizutani, H. 347
Mkhadri, A. 120
Mol, C. de 12, 13, 217
Moody, J.E. 265, 266, 396, 397
Morawski, R.Z. 162
Morigi S. 219
Morlet, A.C. 121
Morozov, V.A.348
Moulin, P. 108
Mousseaux, E. 138
Mukawa, N. 119
Muller, K.R. 361
Murata, J. 254, 386
Murio, D.A. 337
Namatame, A. 366
Nason, G.P. 201, 437
140
Nasroallah, A. 120
Neidhardt, H. 122, 349
Nelson, P.A. 182, 234, 235, 438, 475
Nguyen, N. 123, 236, 439, 440
Nguyen, T.H. 128
Nikolova, M. 138
Nurre, J.H. 40, 418
Oberguggenberger, M. 174
Ogawa, H. 267, 350, 405
Oh, S. 400
Ohlsson, M. 343
Ohmori, H. 141
Ohshima, S. 177
Ormoneit, D. 124, 398
Osher, S. 60
Qi, H.D. 129, 130
Qi, M. 422
Pallotta, J. 91
Pan, X. 95, 197
Pang, J.S. 330
Papageorgiou, A. 97, 98, 292, 293
Pastorino, M. 18
Pavlidis, T. 294
Pedersen, M.W. 115
Pereiro, S. 125, 441
Perez, J.D. 44, 281
Phillips, D.R. 126
Piazza, F. 268, 269, 407
Pichot, C. 46, 420
Piccolomini, E.L. 127, 237
Poggio, T. 284, 297, 323, 328, 329, 333, 334, 351, 352, 353, 354, 355, 356
Pontil, M. 328, 329
Prenter, P.M. 110
Prince, J.L. 59
Prost, R. 16
Prud'homme, M. 128
Pullin, D.I. 15
Purdon, P. 158, 242
Radmoser, E. 357
Rahim, M. 406
Ramamurti, V.399
Rasmussen, C.E. 255
Reed, R. 400
Reeves, S.J. 131, 132, 133, 134, 442, 443, 444, 445
Reichel, L. 219
Reif, U. 298
Reilly, J.P. 61, 194
Reinsch, C. 278
Ren, H.C. 135
Ripley, B.D. 136
141
Robert, L. 137, 446

Rohwer, R. 358
Roosen, C.B. 202, 299, 447
Rosseel, Y. 259
Roullot, E. 138
Rucker, W. 164, 171, 452, 455
Rundell, W. 222
Ruymgaart, F.H. 30
Sakaue, K. 139
Salerno, E. 140
Sánchez-Ávila, C. 238
Sano, A. 141
Santos, R.J. 359
Sastry, S. 73
Schaal, S. 203, 208
Schäfer, H. 142
Scherzer, O. 222, 357
Schmitt, M. 370
Schoenberg, I.J. 143
Scholkopf, B. 273, 360, 361
Schwaiger, R. 67, 394
Schwartz, E.L. 10
Scott, N. 370
Sebastiani, G. 7, 216
Sekko, E. 144
Serimaa, O. 145
Serimaa, R. 145
Sever, A. 246
Sgallari, F. 219
Shahraray, B. 300, 301, 448
Shaka, A.J. 19
Shao, S. 146
Sheela, S. 147
Shi, Z. 401
Shimmi, T. 90
Shizawa, M. 148, 149, 150, 151, 152
Shkvarko,Y.V. 153, 154, 239
Shu, C.W. 60
Shulman, D. 240
Sibson, R. 289
Silverman, B.W. 204, 302
Singh, A. 147
Siu, W.C. 66
Sjöberg, J. 155, 156, 205, 402, 403, 404
Sladek, J. 157
Sladek, V. 157
Smola, A.J. 273, 360, 361
Solo, V. 158, 241, 242, 449
Sosa, H. 87
Stathaki, T. 63, 64
142
Staudhammer, J. 146
Stephanakis, I.M. 159, 450
Stoica, C. 31
Stollberger, R. 164, 171, 452, 455
Strother, S. 94, 432
Stuetzle, W. 283
Subasi, M. 246
Sugiyama, M. 267, 405
Sullivan, B.J. 160, 206, 451
Sumitomo, T. 382, 383
Surendran, A.C. 406
Suter, D. 161
Svaiter, B.F. 72
Svarer, C. 255, 343, 433
Szczecinski, L. 162
Terzopoulos, D. 243
Thomas, G. 144
Thompson, A.M. 163
Tichatschke, R. 104
Tikhonov, A.N. 362, 363
Tilg, B. 164, 171, 452, 455
Titterington, D.M. 163
Tonazzini, A. 8, 9, 140
Tonegawa, Y. 259
Torre, V. 323, 355, 356
Totz, J. 165
Trajanoski, Z. 166
Trecate, G.F. 207
Trentin, E. 167
Tresp, V. 303
Trujillo, D.M. 218, 412
Tseng, W.J. 113, 435
Tsuji, H. 141
Tukey, J.W. 282
Unser, M. 168, 304
Uncini, A. 268, 269, 407
van der Rest, J.C. 358
Vanderwerff, J.D. 324
Vanmoerbeke, P. 1
Vecci, L. 268, 269, 407
Venetsanopoulos, A.N. 79, 80, 81, 82, 83, 224, 225
Viano, G.A. 12, 13, 217
Vijayakumar, S. 208
Villalobos, M. 316, 453
Vliet, L.J. 85, 431
Volke, F. 142
von Zuben, F.J. 305, 364
Vozel, B. 169, 454
Vucelic, M. 170
Vuza, D.T. 321, 322
143
Wach, P. 164, 166, 171, 452, 455

Wahba, G. 172, 173, 209, 210, 211, 212, 213, 214, 244, 245, 270, 271, 290, 306,
307, 308, 309, 310, 311, 312, 313, 314, 315, 316, 317, 318, 319, 320,
365, 410, 416, 424, 427, 428, 429, 453, 456, 457, 458, 459, 460, 461,
462, 463, 464, 465, 466, 467, 468, 469, 470, 471, 472, 473, 474
Wang, J. 256
Wang, Y. 173, 214, 317, 318, 319, 472
Wang, Y.G. 174
Wasilkowski, G.W. 97, 98, 292, 293
Watanabe, K. 366
Wedin, P.A. 37, 38, 380, 381, 393
Weese, J. 175
Weicker, J. 357
Weinberger, H. 47
Weisskoff, R. 158, 242
Wendelberger, J. 471
Werman, M. 341
White, H. 215
White, L.W. 176
Williams, P.M. 272
Williamson, R.C. 273
Willsky, A.S. 114, 233
Wold, S. 473
Woodard, R.P. 89
Xiang, D. 271, 320, 474
Yagi, T. 90, 177
Yandell, B.S. 410
Yang, I.H. 112, 434
Yang, S. 179
Yang, X. 92, 196
Yang, Y. 22, 178
Yang, Y.S. 368
Yang, Z. 180, 367
Yeun, Y.S. 368
Yildiz, B. 246
Yokoya, N. 181
Yoon, S.H. 182, 234, 235, 438, 475
You, Y.L. 183, 184, 185, 186
Yu, D.R. 426
Zagrebnov, V.A. 122, 349
Zak, J. 103
Zama, F. 127, 237
Zeger, K. 199
Zha, H. 116
Zhan, S. 337
Zhang, D.S. 401
Zhou, J. 176
Zhu, W.W. 187, 476
Zlateva, N.P. 50

Tema 20

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tema 20

Transféré par

Droits d'auteur :

Formats disponibles

Pesquisa Bibliográfica, Redes Neurais

Professor: Fernando José Von Zuben

TRABALHO DA DISCIPLINA DE REDES NEURAIS

Em 1963, Tikhonov propôs um novo método denominado “regularização para solução

A maior parte das referências encontradas no tema de teoria de regularização se encaixa

Fonte: base de dados IEEE/IEE – BAE

Fonte: base de dados IEEE/IEE - BAE

Fonte: base de dados IEEE/IEE - BAE

Fonte: www.bae.unicamp.br - Probe - Academic Press

Fonte: www.bae.unicamp.br - Probe - Academic Press

Fonte: www.bae.unicamp.br - Probe - Academic Press

Tema: aplicações em química

Fonte: base de dados IEEE/IEE - BAE

Tema: restauração de imagens

Experimental Comparison, Journal of Visual Communication and Image Representation, Vol.

Tema: Processamento de Imagens

Tema: reconhecimento de padrões

Fonte: base de dados IEEE/IEE - BAE

Fonte: base de dados IEEE/IEE - BAE

Fonte: base de dados IEEE/IEE - BAE

Fonte: base de dados IEEE/IEE - BAE

Artigo Completo: não

Palavras-Chave: medida de distância, semiregularidade, processamento de imagens

Palavras-Chave: detecção de contorno, processamento de imagens médicas, suavização não-

Palavras-Chave: movimento coerente, modelo computacional, regularização, programação

Artigo Completo: sim

Artigo Completo: sim

Comentários: este paper apresenta um estudo sistemático de modelos probabilísticos

Palavras-Chave: espaço de Banach, equação de Volterra, soluções generalizadas

Artigo Completo: sim

Artigo Completo: não

Comentários: este paper apresenta um novo método para reconstrução da superfície de

Comentários: os autores deste artigo propõem pré-condicionadores circulantes de blocos

dimensional e esquemas de corte e mostram explicitamente que em certos casos a

Comentários: a função de espalhamento dos pontos de uma imagem borrada é

Palavras-Chave: processamento de imagens estéreo, detecção de contorno, otimização,

Palavras-Chave: resposta ao impulso, suavidade, processamento de sinais, funções de

Artigo Completo: não

Artigo Completo: não

Artigo Completo: sim

Artigo Completo: não

Palavras-Chave: validação cruzada, regularização de Tikhonov, magnetocardiografia,

Palavras-Chave: reconhecimento de voz, CDHMM, funções de ativação, ruído, modelo de

Comentários: um procedimento de regularização para aplicações em espectroscopia é

Palavras-Chave: estimação de densidade, regularização de Tikhonov, tamanho de esfera

Palavras-Chave: DCT, codificação de imagens, métodos iterativos, reconstrução de imagens,

Palavras-Chave: imagens estéreo, suavidade, reconhecimento de padrões, equações não-

Referência 192 (livro)

Palavras-Chave: detecção de contorno, processamento de imagens médicas, suavização não-

Comentários: não há informação suficiente.

Comentários: não há informação suficiente.

Referência 209 (livro)

Palavras-Chave: regressão não-paramétrica, suavidade, spline

A solução de um problema inverso envolve a determinação de causas desconhecidas,

Busby, H.R.; Trujillo, D.M. Optimal regularization of an inverse dynamics problem,

Lamm, P.K. Regularized inversion of finitely smoothing Volterra operators: predictor

Terzopoulos, D. Regularization of inverse visual problems involving discontinuities, IEEE

4. CAPACIDADE DE GENERALIZAÇÃO E DILEMA BIAS/VARIÂNCIA

A capacidade de generalização significa a capacidade que esta tem de reconhecer,

Johansen, T.A. On Tikhonov Regularization, Bias and Variance in Nonlinear System

Moody, J.E. Note on generalization, regularization and architecture selection in nonlinear

5. SPLINES SUAVIZANTES/PROJECTION PURSUIT

As funções splines são exemplos de aproximadores polinomiais. A idéia básica por