Na última década métodos sintáticos vêm sendo bastante empregados para reconhecimento de padrões em imagens. Uma revisão sistemática sobre o assunto indicou que há trabalhos sobre a utilização de gramáticas para reconhecimento de objetos específicos em imagens, reconhecimento de texturas, construção de objetos, segmentação de imagens, mudança de escala de imagens e reconhecimento de layouts de páginas e documentos. Foi percebido que apenas alguns dos trabalhos analisados apresentavam métodos de inferência gramatical. Percebida essa lacuna, este trabalho teve como objetivo avaliar a utilização de gramáticas estocásticas inferidas a partir de amostras de treinamento que continham as estruturas de quadtrees das imagens no problema de classificação de imagens. Para atingir tal objetivo foram utilizados e adaptados dois algoritmos de inferência gramatical e um algoritmo de estimação de probabilidades responsável por transformar as gramáticas livres de contexto inferidas em gramáticas livres de contexto estocásticas. Os resultados obtidos mostram que as técnicas propostas podem ser utilizadas na classificação de figuras geométricas. Entretanto, embora o desempenho com quadtrees não tenha sido excelente, ficou claro que o uso de gramáticas pode ser uma abordagem interessante para a classificação de imagens. / In the last decade syntactic methods have been widely used for pattern recognition in images. A systematic review on this subject indicated that there are works about the usage of grammars for recognizing specific objects in images, recognition of textures, construction of objects, image segmentation, image scaling, and recognition of layouts in documents. It was noticed that only some of the analyzed studies showed methods of grammatical inference. Perceived this gap, this study aimed to evaluate the usage of stochastic grammars inferred from training samples containing structures of quadtrees of images in image classification problem. To achieve this goal it was used and adapted two algorithms for grammatical inference and one algorithm of probability estimation responsible for transforming the inferred context-free grammars in stochastic context-free grammars. The results show that the proposed techniques can be used in the classification of geometric figures. However, although the performance with quadtrees has not been excellent, it was clear that the use of grammars can be an interesting approach for image classification.

Na última década métodos sintáticos vêm sendo bastante empregados para reconhecimento de padrões em imagens. Uma revisão sistemática sobre o assunto indicou que há trabalhos sobre a utilização de gramáticas para reconhecimento de objetos específicos em imagens, reconhecimento de texturas, construção de objetos, segmentação de imagens, mudança de escala de imagens e reconhecimento de layouts de páginas e documentos. Foi percebido que apenas alguns dos trabalhos analisados apresentavam métodos de inferência gramatical. Percebida essa lacuna, este trabalho teve como objetivo avaliar a utilização de gramáticas estocásticas inferidas a partir de amostras de treinamento que continham as estruturas de quadtrees das imagens no problema de classificação de imagens. Para atingir tal objetivo foram utilizados e adaptados dois algoritmos de inferência gramatical e um algoritmo de estimação de probabilidades responsável por transformar as gramáticas livres de contexto inferidas em gramáticas livres de contexto estocásticas. Os resultados obtidos mostram que as técnicas propostas podem ser utilizadas na classificação de figuras geométricas. Entretanto, embora o desempenho com quadtrees não tenha sido excelente, ficou claro que o uso de gramáticas pode ser uma abordagem interessante para a classificação de imagens. / In the last decade syntactic methods have been widely used for pattern recognition in images. A systematic review on this subject indicated that there are works about the usage of grammars for recognizing specific objects in images, recognition of textures, construction of objects, image segmentation, image scaling, and recognition of layouts in documents. It was noticed that only some of the analyzed studies showed methods of grammatical inference. Perceived this gap, this study aimed to evaluate the usage of stochastic grammars inferred from training samples containing structures of quadtrees of images in image classification problem. To achieve this goal it was used and adapted two algorithms for grammatical inference and one algorithm of probability estimation responsible for transforming the inferred context-free grammars in stochastic context-free grammars. The results show that the proposed techniques can be used in the classification of geometric figures. However, although the performance with quadtrees has not been excellent, it was clear that the use of grammars can be an interesting approach for image classification.

Domain feature models concisely express commonality and variability among variants of a software product line. For separation of concerns, e.g., due to legal restrictions, technical considerations, and business requirements, multi-view approaches restrict the configuration choices on feature models for different stakeholders. However, recent approaches lack a formalization for precise, yet flexible specifications of views that ensure every derivable configuration perspective to obey feature model semantics. Here, we introduce a novel approach for clustering feature models to create multi-perspectives. Such customized perspectives result from composition of multiple concern-relevant views. A structured view model is used to organize feature groups, whereat a feature can be contained in multiple views. We provide formalizations for view composition and guaranteed consistency of the resulting perspectives w.r.t. feature model semantics. Thereupon, an efficient algorithm to verify consistency for entire clusterings is provided. We present an implementation and evaluate our concepts on two case studies.