Programa. 3. Características da lógica Fuzzy. 3.a Características gerais. 3.a Características gerais. 3.a Características gerais
|
|
- Rubens Marcos Bayer Fidalgo
- 7 Há anos
- Visualizações:
Transcrição
1 Computação Fuzzy - PCS 5711 (capítulo 3 - Parte a) Pós-Graduação: área de Sistemas Digitais (341) Professor Marco Túlio Carvalho de Andrade PCS - Depto. de Enga. de Computação e Sistemas Digitais - EPUSP Programa 1. Introdução à Lógica Fuzzy 2. Antecedentes históricos 3. Características da lógica Fuzzy 4. Conceitos teóricos e notação 5. Representação do conhecimento, reasoning e inferências Fuzzy 6. Software Fuzzy 7. Hardware Fuzzy 8. Exemplos práticos de aplicação 3. Características da lógica Fuzzy 3. a Características gerais 3.b Comparação da teoria Fuzzy com outras mais familiares 3.c O significado da lógica Fuzzy ( soft computing ) Proporciona uma estrutura matemática para modelagem de: Sistemas definidos de maneira imprecisa. Sistemas pouco conhecidos. Sistemas difíceis de modelar por técnicas convencionais Estabelece uma metodologia para desenvolvimento de software de controle destes sistemas O conceito de Conjunto Nebuloso: Aparece como uma tentativa de superar a rigidez da teoria clássica de conjuntos para trabalhar matematicamente com classes nas quais a pertinência de um objeto a uma classe pode ser interpretada como uma questão de grau, isto é, apresenta uma variação gradual. Representa conhecimento de sentido comum em uma linguagem especial: linguagem da teoria dos conjuntos nebulosos e suas distribuições de possibilidade associadas. Proporciona núcleos de decisão baseados em regras: regras descritas em linguagem natural. verbalização do conhecimento do especialista. 1
2 Por meio de um cálculo lógico baseado em uma estrutura matemática perfeitamente definida flexibiliza a noção operacional de verdade: Permite efetuar inferências aproximadas a partir de padrões que reproduzem aceitavelmante os modos de raciocínio humanos. Principalmente raciocínio do tipo lingüístico qualitativo e não necessariamente quantitativo. Raciocínio do tipo lingüístico qualitativo - particularmente comum nas áreas de: Controle de processos; automação industrial; análise financeira e de créditos; produtos de consumo que requerem atuações inteligentes. Lógicas: Convencional trata conceitos como categorias discretas. Nebulosa - simultaneamente pode-se atribuir a um mesmo conceito diversos valores lingüísticos (com graus de certeza associados). 3.b Comparação da teoria Fuzzy com outras mais familiares 3.b.1) Probabilidades 3.b.2) Possibilidades 3.b.3) Diferentes matizes da imprecisão: Indecidibilidade Exatidão Ambigüidade Vaguidade ( vaguenes ) 3.b.4) Modelos aproximados 3.b.5) Diferenças de interpretação entre a Lógica Clássica e a Lógica Nebulosa. As pessoas que julgam ou enquadram a Lógica Nebulosa como sendo um cálculo de probabilidades normalmente passaram por um curso formal sobre probabilidades, mas não assitiram um curso formal sobre Lógica Nebulosa. Caracterizações reducionistas em nada contribuem para a definição da teoria dos conjuntos nebulosos e seu campo de atuação Exemplo: Fuzzynada mais é que estatística aplicada. Engenharia é Física aplicada?. Medicina é biologia aplicada?. Alguns filósofos e matemáticos argumentam que nunca entederemos o significado de probabilidades. Num mundo físico causal é difícil encontrar espaço para a natureza da incerteza que está associada com as probabilidades. As probabilidades representam uma tentativa de explicar como eventos ocorrem em um espaço aletório. 2
3 Distintamente de Fuzzy, os termos lingüísticos em probabilidades não trazem consigo uma semântica (e portanto significado) subjacente. Divide-se uma Função de Distribuição de Probabilidades (FDP) em segmentos (aos quais se associa um nome). Pode-se exemplificar com uma distribuição de Altura (ALTO, MÉDIO e BAIXO), onde estas etiquetas lingüísticas representam um intervalo aritmético preciso (categórico). Mas não há sentido em afirmar: João é provavelmente alto! Ou em perguntar: Qual a probabilidade de que José seja alto? Probabilidades dizem respeito a características de populações e não instâncias de indivíduos. Uma vez que se define uma instância as probabilidades se evaporam. Exemplo: escolher uma bola de uma urna. Antes de escolher uma bola sabíamos da probabilidade dela ser vermelha ou verde. Uma vez escolhida, a probabilidade se foi, ela é vermelha ou verde, com exatidão, categoricamente. O processo de escolha é uma ação que envolve tempo, o que leva a interpretar probabilidades como sendo uma incerteza associada com o tempo. Por outro lado: A Lógica Nebulosa é um cálculo de compatibilidade. Distintamente das probabilidades, que são baseadas nas freqüências de distribuição de uma população aleatória, a Lógica Fuzzy se ocupa da descrição das características de propriedades de elementos de uma população (Universo de Discurso). A Lógica Nebulosa descreve as propriedades que tem valores variando continuamente, associando partições a estes valores, que são identificadaspor meio de suas etiquetas lingüísticas correspondentes. Grande parte do poder descritivo da Lógica Nebulosa vem do fato de que estas partições semânticas podem se superpor, ou conter superposições: Estas correspondem a uma transição suave ( Nebulosa ) de um estado para o próximo. Por sua vez estas transições emergem da ambigüidade que naturalmente está associada com os estados intermediários das etiquetas semânticas. As superposições enfatizam o caráter da imprecisão associada com a descrição do evento da Lógica Nebulosa (em contraposição com o caráter da imprecisão associada com a ocorrência do evento, que é o das probabilidades ). Afinal: O que é Nebulosidade? Nebulosidade é uma medida de quão bem uma instância (ou valor) está de acordo (ou se ajusta) com um conceito (ou com sua semântica ideal ). A Nebulosidade pode ser vista como o nivel de compatibilidade entre uma instância de um conjunto de um domínio e o conceito subjacente a este conjunto. Diferentemente das probabilidades, a Nebulosidade não se dissipa com o tempo, sendo uma propriedade intrínseca de um evento ou de um objeto. 3.b.2 Possibilidades Mais afinidade com o conceito de Nebulosidade (lembrar exemplo de encontrar carro com uma pessoa, duas pessoas... ). Dada uma variável x pouco conhecida pode-se associar a esta uma distribuição de possibilidade P x de maneira que: P x (u) = 0 - u é impossível P x (u) = 1 - u é perfeitamente possível P x (u 1 ) < P x (u 2 ) = 0 - u 2 deve prevalecer sobre u 1. Raciocínio aproximado - utiliza sentenças de linguagem natural cuja semântica está baseada em distribuições de possibilidades. 3
4 3.b.2 Possibilidades Terminologia usual na Literatura. Aparece o termo crisp em oposição a Fuzzy. Sugere-se que tais termos tenham uma tradução diferente, dependendo do contexto de aplicação: CRISP: Categórico. Taxativo. Concreto. Nítido. Objetivo. FUZZY: Nebuloso. Difuso. Subjetivo. Vago. Inexato. 3.b.3 Matizes da imprecisão 3.b.3.a) Indecidibilidade 3.b.3.b) Exatidão 3.b.3.c) Ambigüidade 3.b.3.d) Vaguidade (vagueza, de vaguenes ) Uma forma de ambigüidade associada com nossa habilidade de discriminar entre diferentes estados de um evento. Indecidibilidadepode ser psicológica e não física. Cubo denecker- cubo desenhado com suas arestas em um plano. Um ponto desenhado por cima pertence ou não ao cubo? Quadrado de Kaniza - quatro círculos (em realidade três quartos de círculo) desenhados nos vértices de um quadrado (este não desenhado) de maneira que se deixa entrever um quadrado (ambigüidade perceptual). Ambigüidade do copo meio cheio, meio vazio. Cubo de Necker - Um ponto desenhado por cima pertence ou não ao cubo? Quadrado de Kaniza - Deixa-se entrever um quadrado (ambigüidade perceptual). Copo meio cheio - Ambigüidade descritiva. 4
5 3.b.3.b Exatidão É o grau no qual uma medida corresponde ao valor padrão de uma quantidade. Precisão de um valor medido: Exemplo: comprimento = 10 cm +- 0,1 cm A Lógica Nebulosa é mais afim ao tratamento da imprecisão intrínseca do que a imprecisão que diz respeito a falha nos dispositivos de medida, ou inexatidão da medida ou ainda erros de paralaxe. 3.b.3.c Ambigüidade Existe uma relação estreita entre a idéia de ambigüidade e a de Nebulosidade. A ambigüidade em Fuzzy aparece na hora em que uma variável pode ser duas coisas ao mesmo tempo. Ambigüidade semântica - A comida está quente (pode ser temperatura ou excesso de pimenta - não é Fuzzy ) Ambigüidade visual: Cinta de Möebius (não é Fuzzy ). Figuras de Escher, apesar de intelectualmente estimulantes, não são Fuzzy. 3.b.3.d Vaguidade O Dicionário Aurélio define vago como: indeterminado, incerto, indefinido, confuso, misturado. Tais conceitos estão intimamente ligados ao de Nebulosidade e expressam imprecisão, falta de nitidez. Por isto a Lógica Nebulosa tem sido vista como uma espécie possibilística de vaguidade [COX- 94]. A teoria de possibilidades atua como métrica no âmbito da vaguidade. 3.b.4 Modelos aproximados Ponto de partida: Mundo Real Recebe-se a conceituação captada do mundo real e realiza-se sua interpretação. Com isto forma-se o chamado modelo simbólico. Tratamento matemático a partir do modelo simbólico 3.b.4 Modelos aproximados Comparação de modelos: clássico, impreciso, incerto e vago. Modelo Clássico SE Temperatura = 100 C, ENTÃO Velocidade = 5 Km/h Modelo Impreciso SE Temperatura >= 100 C, ENTÃO Velocidade <= 5 Km/h Modelo Incerto SE Temperatura >= 100 C, ENTÃO Probabilid.[Velocidade = 5 Km/h] = 0,7 Modelo Vago SE Temperatura ALTA, ENTÃO Velocidade BAIXA 5
LOGICA FUZZY. Adão de Melo Neto
LOGICA FUZZY Adão de Melo Neto SUMÁRIO INTRODUÇÃO PRINCÍPIOS CLÁSSICA x DIFUSA CONJUNTOS FUZZY OPERAÇÕES EM CONJUNTO FUZZY MODIFICADORES Introdução "A logica difusa (fuzzy) tem por objetivo modelar modos
Leia maislnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)
lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso
Leia maisCONTEÚDO LÓGICA NEBULOSA INTRODUÇÃO INTRODUÇÃO. Lógica Procura modelar o raciocínio. Lógica. Marley Maria B.R. Vellasco
LÓGICA NEBULOSA Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características
Leia maisLÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto
LÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto SUMÁRIO INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA
Leia maisLÓGICA NEBULOSA CONTEÚDO
LÓGICA NEBULOSA Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características
Leia maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 07 Lógica Fuzzy Introdução A lógica FUZZY uma extensão da lógica booleana. Ela permite que estados imprecisos
Leia maisLÓGICA FUZZY. Adão de Melo Neto
LÓGICA FUZZY Adão de Melo Neto INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA OPERAÇÕES SOBRE CONJUNTOS
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 09 Lógica Fuzzy Edirlei Soares de Lima Introdução A Lógica Fuzzy é baseada na teoria dos conjuntos fuzzy. Tradicionalmente, uma proposição lógica
Leia maislnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)
lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso
Leia maisModelos Evolucionários e Tratamento de Incertezas
Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 05 Teoria dos Conjuntos Difusos Max Pereira CONJUNTOS CLÁSSICOS Teoria dos Conjuntos é o estudo da associação entre objetos
Leia maisSistemas especialistas Fuzzy
Sistemas Fuzzy Sistemas especialistas Fuzzy Especialistas Senso comum para resolver problemas Impreciso, inconsistente, incompleto, vago Embora o transformador esteja um pouco carregado, pode-se usá-lo
Leia mais27/8/2011. Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011
Tomada de Decisão e Regras Nebulosas Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011 Representação Matemática de Incertezas Padrões
Leia maisInteligência Artificial
DSC/CCT/UFC Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Lógica Fuzzy) Prof.
Leia maisUniversidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula II Introdução a Lógica Fuzzy Retomada Função de pertinência Variáveis linguísticas
Leia maisPrograma. 4. Conceitos teóricos e notação. Computação Fuzzy - PCS 5711 (capítulo 4 - Parte c)
Computação Fuzzy - PCS 57 (capítulo 4 - Parte c) Pós-Graduação: área de Sistemas Digitais (34) Professor Marco Túlio Carvalho de ndrade PCS - Depto. de Enga. de Computação e Sistemas Digitais - EPUSP Programa.
Leia maisSistemas difusos (Fuzzy Systems)
Sistemas difusos (Fuzzy Systems) Victor Lobo Mestrado em Estatística e Gestão de Informação Ideia geral Conjunto das pessoas altas h Lógica clássica Sim ou Não: ou é, ou não é Probabilidades Sim, com uma
Leia maisSISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY
SISTEMAS FUZZY A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente
Leia maisLógica Nebulosa. Lógica Fuzzy
Lógica Nebulosa Ou Lógica Fuzzy Lógicas Bivalente e Polivalente Na logica clássica ou aristotélica: Dois valores verdade possíveis: Proposições verdadeiras;ou Proposições falsas. São sistemas chamados
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL LÓGICA FUZZY (ou NEBULOSA) Prof. Ronaldo R. Goldschmidt ronaldo.rgold@gmail.com O que é? Técnica inteligente que tem como objetivo modelar o modo aproimado de raciocínio, imitando
Leia maisFuzzy Logic. (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves
Fuzzy Logic (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves Apresentação realizada para a disciplina de Lógica para Computação 2006/2 Prof. Marcus Ritt Breve história
Leia maisInteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.
Inteligência Artificial Escola de Verão 28 Laboratório Associado de Computação e Matemática Aplicada LAC www.lac.inpe.br/~demisio/ia_lac.html Lógica Nebulosa A Lógica Nebulosa (ou Lógica Difusa Fuzzy Logic
Leia maisCONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,
Leia maisIntrodução aos Conjuntos
Introdução aos Conjuntos Nebuloso (Fuzzy) Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B niversidade Estadual de Feira de Santana Informações imprecisas Termos imprecisos
Leia maisA maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição.
SISTEMAS NEBULOSOS A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente
Leia maisINTELIGÊNCIA COMPUTACIONAL
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br A Inteligência Computacional (IC), denominada originalmente de Inteligência Artificial (IA), é uma das ciências
Leia maisModelos Evolucionários e Tratamento de Incertezas
Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 07 Inferência Difusa Sistemas de Controle Difuso Max Pereira Regras difusas SE ENTÃO Antecedente:
Leia maisInstrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição
Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura
Leia maisModelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Leia maisObjetivos da aula. Introdução. Teoria da Probabilidade Lógica Nebulosa. Introdução 21/02/17. PCS 5869 lnteligência Ar9ficial
2/2/7 PCS 5869 lnteligência Ar9ficial Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa Material com contribuições de: Prof. Marco Tulio C. Andrade, PCS/EPUSP Objetivos da aula Fornecer
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO LIN YU HAN RENAN RISSÁ FRANCO LÓGICA FUZZY RELATÓRIO PONTA GROSSA
Leia maisLogica Difusa (Fuzzy( Fuzzy)
Logica Difusa (Fuzzy( Fuzzy) Patricia Tedesco e Germano Vasconcelos {pcart, gcv}@cin.ufpe.br Horários: 2 as e 4 as 14 às 16 Sala: D001 e D226 Página da Disciplina: www.cin.ufpe.br/~îf684/ec/2010-1/ 1 Introdução
Leia maisSISTEMA ESPECIALISTA NEBULOSO (MINICURSO) Luiz Biondi Neto Pedro Henrique Gouvêa Coelho Jorge Luís Machado do Amaral Maria Helena C.
Luiz Biondi Neto Pedro Henrique Gouvêa Coelho Jorge Luís Machado do Amaral Maria Helena C. Soares de Mello Inteligência Computacional A Inteligência Computacional (IC) é uma área de pesquisa que visa investigar
Leia maisIntrodução. A Inteligência Artificial (IA) vem sendo desenvolvida desde o século passado.
Introdução A Inteligência Artificial (IA) vem sendo desenvolvida desde o século passado. Iniciou-se já na época da Grécia antiga, onde foi desenvolvido o Distribuidor de Água em Delfos, o qual fornecia
Leia maisConjuntos Fuzzy e Lógica Fuzzy
1 Introdução Conjuntos Fuzzy e Lógica Fuzzy users.femanet.com.br/~fabri/fuzzy.htm Os Conjuntos Fuzzy e a Lógica Fuzzy provêm a base para geração de técnicas poderosas para a solução de problemas, com uma
Leia maisInteligência Artificial. Lógica Fuzzy
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula I Introdução a Lógica Fuzzy Conceitos básicos Lógica clássica e lógica fuzzy
Leia maisReconhecimento das cores do MSX por Lógica Fuzzy
Reconhecimento das cores do MSX por Lógica Fuzzy Resumo O objetivo deste artigo é demonstrar como é possível reconhecer as cores nativas do MSX 1 a partir de imagens de 24 bits do PC. 1- Introdução A redução
Leia maisRedes Neurais e Sistemas Fuzzy
1. Inteligência Computacional Redes Neurais e Sistemas Fuzzy Apresentação da disciplina Conceitos básicos A chamada Inteligência Computacional (IC) reúne uma série de abordagens e técnicas que tentam modelar
Leia maisLógica Difusa (Fuzzy)
Lógica Difusa (Fuzzy) Prof. Josiane M. Pinheiro Ferreira Outubro/2007 Lógica tradicional x Lógica difusa Lógica tradicional (Aristóteles) Uma proposição = dois estados possíveis (V ou F) Pode ser insuficiente
Leia maisConjuntos Difusos. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7)
Conjuntos Difusos Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7) Conjuntos Difusos 2 Conjuntos Difusos Quais das seguintes pessoas são altas? Paulo:
Leia maisConteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos
Conteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos Conjuntos Crisp x Fuzzy Conjuntos crisp ou Conjuntos clássicos: cada entidade ou objeto de um dado universo pode pertencer
Leia maisLógica Difusa (Fuzzy)
Lógica Difusa (Fuzzy) Prof. Josiane M. Pinheiro Ferreira Outubro/2007 Lógica tradicional x Lógica difusa Lógica tradicional (Aristóteles) Uma proposição = dois estados possíveis (V ou F) Pode ser insuficiente
Leia maisLógicas Difusas e Sistemas Difusos
Lógicas Difusas e Sistemas Difusos 1 Semestre de 2015 Cleber Zanchettin UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Introdução (1/2) O conhecimento humano é muitas vezes incompleto,
Leia maisLaboratório 4 - Controle nebuloso
Laboratório 4 - Controle nebuloso PTC 2619 / PTC 3418 Laboratório de Automação 1º semestre de 2017 Bruno A. Angélico Laboratório de Automação e Controle Departamento de Engenharia de Telecomunicações e
Leia maisGeração Automática de Sistemas Nebulosos por Co-Evolução
Geração Automática de Sistemas Nebulosos por Co-Evolução Geração Automática de Sistemas Nebulosos por Co-Evolução Anderson Francisco Talon Heloisa de Arruda Camargo Geração Automática de Sistemas Nebulosos
Leia maisLOS SIGNIFICADOS DE LOS NÚMEROS FRACCIONÁRIOS
LOS SIGNIFICADOS DE LOS NÚMEROS FRACCIONÁRIOS Prof. Maria José Ferreira da Silva zeze@pucsp.br Porque as dificuldades no ensino? Porque as dificuldades na aprendizagem? GRANDEZAS Quantificar significa
Leia maisTP034-Tópicos Especiais de Pesquisa Operacional I
TP034-Tópicos Especiais de Pesquisa Operacional I (Conjuntos Difusos Variáveis Linguísticas) Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Introdução Técnicas convencionais de análise de sistemas são inadequadas
Leia maisIncertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy
Incertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy Rogério Vargas Dr. Luciano Vitoria Barboza, orientador Dra. Graçaliz Pereira Dimuro, co-orientadora Pelotas-RS,
Leia maisEstatística. O que é Estatística? Estatística pode ser: Estatística Descritiva. Ivonete Melo de Carvalho. Conteúdo
Estatística Estatística Descritiva Ivonete Melo de Carvalho Conteúdo Definições; Tabelas e Gráficos; Medidas de tendência central; Medidas de dispersão. Objetivos Diferenciar população e amostra. Elaborar
Leia maisLógica Fuzzy. Profs. João Alberto Fabro André Schneider de Oliveira. Sistemas Autônomos Inteligentes
Sistemas Autônomos Inteligentes Lógica Fuzzy Profs. João Alberto Fabro André Schneider de Oliveira Adaptado de material dos profs. Mauro Roisenberg e Luciana Rech - UFSC Introdução A Lógica Fuzzy é baseada
Leia maisTeoria dos Conjuntos Fuzzy
Teoria dos Conjuntos Fuzzy Francisco Carpegiani Medeiros Borges Universidade Federal do Piauí Campus Parnaíba 27 de setembro de 2011 1 / 34 Sumário Como tudo começou! 1 Como tudo começou! 2 3 4 5 6 2 /
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia maisInteligência Computacional
Inteligência Computacional CP78D Lógica Fuzzy Aula 4 Prof. Daniel Cavalcanti Jeronymo Universidade Tecnológica Federal do Paraná (UTFPR) Engenharia Eletrônica 9º Período 1/37 Lógica Clássica Plano de Aula
Leia maisLógica Nebulosa (Fuzzy)
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Lógica Nebulosa (Fuzzy) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisIF-705 Automação Inteligente Sistemas Nebulosos
IF-75 Automação Inteligente Sistemas Nebulosos Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo
Leia maisAulão - Estatística Ministério da Fazenda Professor: Ronilton Loyola 1. Conceito de Estatística É uma técnica científica, uma metodologia adotada para se trabalhar com dados, com elementos de pesquisa.
Leia maisIntrodução. Lógica Fuzzy (Lógica Nebulosa) Introdução. Conceito
Lógica Nebulosa Introdução Lógica Fuzzy (Lógica Nebulosa) Adaptado de material da profa. Luciana Rech Lógica Difusa ou Lógica Fuzzy extensão da lógica boolena um valor lógico difuso é um valor qualquer
Leia maisTeoria dos conjuntos difusos
Teoria dos conjuntos difusos Documento complementar à dissertação José Iria ee06210@fe.up.pt - 10-03-2011. A teoria dos conjuntos difusos foi proposta por Lotfi Zadeh num artigo publicado em 1965 na revista
Leia maisTeoria da Probabilidade
Teoria da Probabilidade Luis Henrique Assumpção Lolis 14 de fevereiro de 2014 Luis Henrique Assumpção Lolis Teoria da Probabilidade 1 Conteúdo 1 O Experimento Aleatório 2 Espaço de amostras 3 Álgebra dos
Leia maisMINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS - INEP DIRETORIA DE AVALIAÇÃO PARA CERTIFICAÇÃO DE COMPETÊNCIAS
MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS - INEP DIRETORIA DE AVALIAÇÃO PARA CERTIFICAÇÃO DE COMPETÊNCIAS Exame Nacional de Certificação de Competências de Jovens e
Leia maisSistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy
Redes Neurais Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy Um Sistema de Inferência Fuzzy (SIF) é um tipo especial de Sistema Baseado em Conhecimento (SBC).
Leia maisDesenvolvimento de uma Abordagem Híbrida Difuso-Probabilística para a Modelagem de Incerteza
Desenvolvimento de uma Abordagem Híbrida Difuso-Probabilística para a Modelagem de Incerteza Carlos Augusto G. Tibiriçá Silvia Modesto Nassar Departamento de Informática e Estatística Universidade Federal
Leia maisCLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY RESUMO INTRODUÇÃO
CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY Wesley Osvaldo Pradella Rodrigues 1, Danilo Augusto Heredia Vieira 1, Rhaysa Wolf 1 (Alunos do Curso de Administração da Universidade
Leia maisProbabilidade em espaços discretos. Prof.: Joni Fusinato
Probabilidade em espaços discretos Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade em espaços discretos Definições de Probabilidade Experimento Espaço Amostral Evento Probabilidade
Leia mais14/03/2014. Tratamento de Incertezas TIC Aula 1. Conteúdo Espaços Amostrais e Probabilidade. Revisão de conjuntos. Modelos Probabilísticos
Tratamento de Incertezas TIC-00.176 Aula 1 Conteúdo Espaços Amostrais e Probabilidade Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.1/tic-00.176
Leia maisIntrodução. Sistemas Nebulosos (Fuzzy) Benefícios da Lógica Nebulosa. Introdução. Probabilidade e Possibilidade. Complexidade e Compreensão
(Fuzzy) Introdução Benefícios da Lógica Nebulosa Conjuntos Nebulosos Variáveis Lingüísticas Operadores (Fuzzy) Raciocínio Etapas Conclusão Introdução Surgiu com Lofti Zadeh em 965. O boom foi nos anos
Leia maisLógica Fuzzy. Angelo Batista Neves Júnior Bruno Luan de Sousa Kelly de Paiva Soares
Lógica Fuzzy Angelo Batista Neves Júnior Bruno Luan de Sousa Kelly de Paiva Soares INTRODUÇÃO Introduzida em 1965 por Lofti Zadeh. Surgimento em 1930. Influência o Jan Lukasiewicz; o Max Black; o Lofti
Leia maisESTATÍSTICA. Aula 1 Introdução, Tipos de Variáveis, Tipos de Dados e Tabela de Frequência. Fernando Arbache
ESTATÍSTICA Aula 1 Introdução, Tipos de Variáveis, Tipos de Dados e Tabela de Frequência Fernando Arbache 2 INTRODUÇÃO A Estatística engloba os conceitos de organização, descrição, análise e interpretação
Leia mais17/4/2007. Prof. Dr. Alexandre da Silva Simões. Introdução Apresentação da lógica Fuzzy
7/4/27 ula - Conjuntos clássicos e conjuntos Fuzzy Prof. Dr. lexandre da Silva Simões Toda lógica tradicional habitualmente assume que símbolos precisos estão sendo empregados. Elas portanto não são aplicáveis
Leia maisConjuntos Fuzzy. Prof. Paulo Cesar F. De Oliveira, BSc, PhD. 10/10/14 Paulo C F de Oliveira
Prof. Paulo Cesar F. De Oliveira, BSc, PhD 10/10/14 Paulo C F de Oliveira 2007 1 Seção 1.1 Características dos Conjuntos Fuzzy 10/10/14 Paulo C F de Oliveira 2007 2 Teoria clássica dos conjuntos desenvolvida
Leia maisHistórico da Lógica Fuzzy
Histórico da Lógica Fuzzy Lógica Fuzzy Huei Diana Lee e Newton Spolaôr Artigo de Lofti A. Zadeh Universidade da Califórnia em Berkley, EUA, 1965 Ruptura com a Lógica Aristotélica Universidade Estadual
Leia maisLaboratório de Física I TEORIA DE ERROS Prof. Dr. Anderson André Felix Técnico do Lab.: Vinicius Valente
Laboratório de Física I TEORIA DE ERROS Prof. Dr. Anderson André Felix Técnico do Lab.: Vinicius Valente aa.felix@unesp.br vinicius.valente@unesp.br www.iq.unesp.br/laboratoriodefisica Número 1 Grandeza
Leia maisConteúdo do Exame de Admissão para o 6º Ano do Ensino Fundamental
Conteúdo do Exame de Admissão para o 6º Ano do Ensino Fundamental MATEMÀTICA 1) NÚMEROS NATURAIS, SISTEMAS DE NÚMERAÇÃO DECIMAL E NÚMEROS RACIONAIS 1.1) Números Naturais Reconhecimento de números naturais
Leia maisSistema de Inferência Fuzzy. Prof. Juan Mauricio Villanueva
Sistema de Inferência Fuzzy Prof. Juan Mauricio Villanueva jmauricio@cear.ufpb.br http://app.cear.ufpb.br/~juan/ 1 Introdução Lógica Fuzzy É uma ferramenta que permite capturar informações imprecisas,
Leia maisNOÇÕES DE PROBABILIDADE
NOÇÕES DE PROBABILIDADE Experimento Aleatório Experimento Aleatório: procedimento que, ao ser repetido sob as mesmas condições, pode fornecer resultados diferentes Exemplos:. Resultado no lançamento de
Leia maisProf.: Joni Fusinato
Introdução a Teoria da Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisTratamento de Incertezas TIC MINTER-IFMT
Tratamento de Incertezas TIC-10.005 MINTER-IFMT Aula 1 Conteúdo Espaços Amostrais e Probabilidade Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2016.2/tic-10.005
Leia maisMecanismos de Interrupção e de Exceção, Barramento, Redes e Sistemas Distribuídos. Sistemas Operacionais, Sistemas
Arquitetura de Computadores, Arquitetura de Computadores Organização de Computadores, Conjunto de Instruções, Sistemas Operacionais, Sistemas Operacionais, Sistemas Mecanismos de Interrupção e de Exceção,
Leia maisRESOLUÇÃO DA PROVA DE RACIOCÍCNIO LÓGICO, MATEMÁTICA E ESTATÍSTICA P/ PAPILOSCOPISTA
RESOLUÇÃO DA PROVA DE RACIOCÍCNIO LÓGICO, MATEMÁTICA E ESTATÍSTICA P/ PAPILOSCOPISTA Olá galera!!!! Hoje estou postando a resolução da prova de Raciocínio Lógico para agente penitenciário do DF, ocorrida
Leia maisRoteiro de trabalho para o 1o ano
Roteiro de trabalho para o 1o ano No volume do 1º ano estão assim organizados os conteúdos e as habilidades a serem desenvolvidos no decorrer do ano. LIÇÃO CONTEÚDO OBJETOS 1. Grandezas e medidas Comparação
Leia maisE.E.M.FRANCISCO HOLANDA MONTENEGRO PLANO DE CURSO ENSINO MÉDIO
E.E.M.FRANCISCO HOLANDA MONTENEGRO PLANO DE CURSO ENSINO MÉDIO DISCIPLINA: GEOMETRIA SÉRIE: 1º ANO (B, C e D) 2015 PROFESSORES: Crislany Bezerra Moreira Dias BIM. 1º COMPETÊNCIAS/ HABILIDADES D48 - Identificar
Leia mais2 Medida de Incertezas: Fundamentos
2 Medida de Incertezas: Fundamentos 2. Introdução O resultado de um processo de medição fornece uma determinada informação que usualmente é chamada de conhecimento. A fim de quantificar quão completo é
Leia maisTeoria das Probabilidades
08/06/07 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica Universidade Federal do Pará Instituto
Leia maisOntologias. Profa. Lillian Alvares Faculdade de Ciência da Informação, Universidade de Brasília
Ontologias Profa. Lillian Alvares Faculdade de Ciência da Informação, Universidade de Brasília Origem Teoria sobre a natureza da existência Ramo da filosofia que lida com a natureza e organização da realidade.
Leia maisMATRIZ DE REFERÊNCIA PARA AVALIAÇÃO DO SARESP MATEMÁTICA 4ª SÉRIE DO ENSINO FUNDAMENTAL (EM FORMATO DE LISTA)
3.1.1. MATRIZ DE REFERÊNCIA PARA AVALIAÇÃO DO SARESP MATEMÁTICA 4ª SÉRIE DO ENSINO FUNDAMENTAL (EM FORMATO DE LISTA) COMPETÊNCIA DE ÁREA 1 Desenvolver o raciocínio quantitativo e o pensamento funcional,
Leia maisCURSO DE GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO MATRIZ CURRICULAR MATUTINO Fase N.
CURSO DE GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO MATRIZ CURRICULAR MATUTINO Fase N. Ordem Código COMPONENTE CURRICULAR Créditos Horas Prérequisitos 01 Introdução à informática 04 60 02 Matemática instrumental
Leia maisTeoria das Probabilidades
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 08:8 ESTATÍSTICA APLICADA I - Teoria das
Leia maisApostila de Metrologia (parcial)
Apostila de Metrologia (parcial) Introdução A medição é uma operação muito antiga e de fundamental importância para diversas atividades do ser humano. As medições foram precursoras de grandes teorias clássicas
Leia maisEstatística Descritiva (aula 2) Curso de Farmácia Prof. Hemílio Fernandes
Estatística Descritiva (aula 2) Curso de Farmácia Prof. Hemílio Fernandes 1 Estatística População Características Técnicas de amostragem Amostra Análise descritiva Conclusões sobre as características da
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisIntrodução às Medidas em Física a Aula. Nemitala Added Prédio novo do Linac, sala 204, r. 6824
Introdução às Medidas em Física 4300152 3 a Aula Nemitala Added nemitala@dfn.if.usp.br Prédio novo do Linac, sala 204, r. 6824 Experiência I: Medidas de Tempo e o Pêndulo Simples Objetivos: Realizar medidas
Leia maisAula 4. NOÇÕES DE PROBABILIDADE
Aula 4. NOÇÕES DE PROBABILIDADE ? CARA? OU? COROA? ? Qual será o rendimento da Caderneta de Poupança até o final deste ano??? E qual será a taxa de inflação acumulada em 013???? Quem será o próximo prefeito
Leia maisMEDIDAS E INCERTEZAS
MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a designação de números a propriedades de objetos ou a eventos do mundo real de forma a descrevêlos quantitativamente. Outra forma
Leia maisTratamento estatístico de observações geodésicas
Tratamento estatístico de observações geodésicas Prof. Dr. Carlos Aurélio Nadal OBJETIVO: parâmetros estatísticos são utilizados para avaliar os métodos empregados ou para o controle de qualidade dos trabalhos.
Leia maisEscola Politécnica da Universidade de São Paulo. Engenharia Elétrica. Programa de Pós Graduação. PCS Computação Fuzzy - 1 º Ciclo
Escola Politécnica da Universidade de São Paulo Engenharia Elétrica Programa de Pós Graduação PCS 5711 - Computação Fuzzy - 1 º Ciclo - 2000 Professor: Dr. Marco Túlio Carvalho de Andrade Trabalho Final
Leia maisReconhecimento de cores do MSX por lógica fuzzy
Reconhecimento de cores do MSX por lógica fuzzy Resumo O objetivo deste artigo é demonstrar como é possível reconhecer, em uma imagem de 24 bits, a cor mais parecida com uma das 15 cores do MSX 1. 1- Introdução
Leia mais