GERAÇÃO AUTOMÁTICA DE REGRAS_A PARTIR DA ARQUITETURA NEURO-FUZZV PARA CLASSIFICAÇAO DE DADOS (NEFCLASS)

Tamanho: px
Começar a partir da página:

Download "GERAÇÃO AUTOMÁTICA DE REGRAS_A PARTIR DA ARQUITETURA NEURO-FUZZV PARA CLASSIFICAÇAO DE DADOS (NEFCLASS)"

Transcrição

1 40. SBAI - Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, de Setembro de '1999 GERAÇÃO AUTOMÁTICA DE REGRAS_A PARTIR DA ARQUITETURA NEURO-FUZZV PARA CLASSIFICAÇAO DE DADOS (NEFCLASS) José Augusto Fabri, Vandor Roberto Vilardi Rissoli, Heloisa de Arruda Camargo [fabri, vandor, Departamento de Computação da Universidade Federal de São Carlos Via Washington Luiz, Km Caixa Postal 676 CEP São Carlos - SP Resumo: Este artigo analisa o uso de uma arquitetura Neuro- Fuzzy para geração de Regras Fuzzy no contexto de Sistemas Baseados em Conhecimento (SBC). As regras são geradas de forma automática, à partir de um conjunto de dados sobre casos específicos, sem a participação direta de um especialista. O objetivo é investigar o comportamento de uma arquitetura híbrida aplicada a fase de Aquisição de Conhecimento (AC). Após uma apresentação resumida do estágio atual dos Sistemas Especialistas (SEs) e da definição do algoritmo de aprendizado da arquitetura Neuro-Puzzy para Classificação de Dados (NEFClass), é.introduzido o processo de geração de regras proposto. Palavras-Chave: Neuro-Fuzzy, NEFClass, Conjuntos Fuzzy, Redes Neurais, Aquisição de Conhecimento. Abstract: This paper analyses the use of a Neuro-Fuzzy architecture to creat Fuzzy Rules into a Knowledge Based System context, The rules are created automatically, starting from a data set about specifics cases, without requering a direct expert participation. Its main goal is to study the behavior of a hibrid architecture applyed to the Knowledge Acquisition fase. After a briefpresentation of the current ES application domains and of the NEFCLass learning algorithm, the proposed rule generation process is describcd. Keywords: Neuro-Fuzzy,. NEFClass, Fuzzy Sets, Neural Networks, Knowledge Acquisition. 1 INTRODUÇÃO A construção de SEs pode ser agilizada por meio da integração e desenvolvimento de métodos híbridos e eficientes na AC. Nos últimos anos, os trabalhos de pesquisas têm enfocado desde as técnicas manuais de si: até as automáticas, que constituem o Aprendizado de Máquina (AM) [5J, passando ' pelas chamadas técnicas semi-automáticas que se destinam a auxiliar o especialista na tarefa de Representação de Conheciinento (RC). A evolução das pesquisas em AM tem ocorrido, independentemente, sob diferentes paradigmas tais como: Simbólico [6], Neural ou Conexionista [9], Genético (10] e outros. Recentemente, notam-se tentativas de aproximações. dessas áreas, pelo desenvolvimento de técnicas híbridas de aprendizado, paradigmas. que exploram e combinam ' vantagens desses Existem diversas formas de se combinar os paradigmas Neural, Simbólico e Fuzzy. A combinação destes paradigmas resultam em modelos que proporcionam a utilização de um enorme universo de soluções para os mais variados problemas computacionais. A idéia básica deste artigo é utilizar a arquitetura NEFClass [8] para gerar uma base de Regras Fuzzy em um Sistema Especialista (SE). Esta base será gerada à partir da utilização de dados extraídos de um agente ativo (mundo real).. Com a utilização de uma base de dados, é perfeitamente possível gerar regras de produção (se...então) utilizando a arquitetura NEFClass. Estas regras possuem em sua estrutura valores Jinguísticos, interpretados por Conjuntos Fuzzy. O presente trabalho é fruto do projeto IPAC - Integração de Paradigmas Simbólico, Fuzzy e Neural na Aquisição de Conhecimento, foi iniciado em janeiro de 1997, apoiado pelo ProTem-CC - Programa Temático em Ciência da Computação, fase 3. O objetivo deste projeto é estudar e desenvolver métodos de Aquisição de Conhecimento nas abordagens Simbólica, Neural e Fuzzy, buscando fundamentalmente o balanceamento das vantagens pela fusão dos paradigmas [2,12]. Este artigo mostra na Seção 2, uma visão geral da utilização e AC para um SE. Na Seção 3 é apresentada a definição da arquitetura NEFClass e na Seção 4, a geração de Regras Fuzzy, a partir da arquitetura NEFClass. Na Seção 5 é apresentado um estudo de caso. E por fim, na Seção 6, concluímos o artigo. 2 SISTEMAS ESPECIALISTAS Os SEs constituem-se em sistemas computacionais que procuram desempenhar as atividades de um especialista humano por meio da utilização de conhecimento armazenado. Este conhecimento permite a especialização do indivíduo. Para um SE, a apresentação do conhecimento é um fator crucial na sua criação [11]. Atualmente, os SEs são utilizados em larga escala em vários domínios de aplicações. A Tabela I, a seguir, ilustra o percentual dos trabalhos submetidos, em relação aos domínios 419

2 de aplicação, coletados no III Congresso Mundial de SEs realizado na Korea em 1996 [13].. Para desempenhar o papel de um especialista é necessário que o sistema possua um grande conhecimento sobre o domínio em questão. Um dos grandes problemas.na área de SEs é justamente adquirir tal conhecimento. Segundo [3], o processo de AC corresponde a todos os mecanismos aplicados para se adquirir conhecimentos e aplicálos na modelagem de um domínio de conhecimento. Pode-se dizer também que, AC é o processo que visa obter toda informação. necessária à construção de uma Base de Conhecimento (BC) para um SE. Existem duas formas de AC: manual e automática.. Utilização de arquiteturas Neuro-Fuzzy para gerar a BC de um SE. Esta técnica utiliza o conceito de Redes Neurais e Conjuntos Fuzzy para a obtenção de conhecimento. 3 DEFINiÇÃO DA ARQUITETURA NEURO- FUZZV PARA CLASSIFICAÇÃO DE DADOS - NEFCLASS De acordo com [8], as arquiteturas Neuro-Fuzzy combinam os paradigmas Fuzzy e Neural em modelos cooperativos (Sistemas Fuzzy e Redes Neurais sendo considerados como entidades separadas, porém trabalhando em conjunto) ou, modelos híbridos (Sistemas Fuzzy e Redes Neurais sendo considerados como entidades conjuntas, formando uma nova arquitetura). Domínio de Aplicação % Utilização Negócios 41% Medicina 21% Extração de Energia 13% Telecomunicações' 5% Governo 5% Agricultura 4% Transporte 4% Leis 3% Tabela 1: Utilização de SE nos mais variados domínios o método para AC manual pode ser ilustrado por meio da definição em [3]: "AC explícito 011 manual é a apreensão do conhecimento de algum especialista humano por meio de sessões de AC (entrevistas por exemplo)." No método manual de AC,. o especialista humano ou o engenheiro do conhecimento é responsável por gerar regras para a BC de um SE.. Uma outra forma de AC que vem sendo atualmentepesquisada no universo da Inteligência Artificial (IA), é a AC automática. Esta forma de AC permite extrair conhecimento de dados sobre o problema, quando estes estão 'disponíveis, o que vem a ser. uma fonte de conhecimento alternativa, além do especialista humano. Dentre as técnicas de AC automáticas, destacam-se as que utilizam diversos conceitos ou paradigmas de forma híbrida para a AC. Entre tais técnicas encontram-se: Utilização de Algoritmos Genéticos para gerar a BC de um SE. Nesta técnica são utilizados os métodos de evolução, seleção, crossover, mutação e ranking para a obtenção de conhecimento [13]. SE Multimídia: SEs que possuem todos os conceitos da Multimídia na construção de suas interfaces (AC e usuário) [13]. p =Pesos: ValoresLinguCstic:os - ConjuntosFu7.zy Figura 1., Fuzzy Perceptron 0)c:> Unidadesde Proccsssmento ou Neur6nioFuzzy A arquitetura NEFClass se encaixa no paradigma híbrido e é utilizada para determinar a classe ou categoria de um dado padrão de entrada. A arquitetura NEFClass é baseada no Fuzzy Perceptron [8] (Figura 1) que, por sua vez, herda todas as características de uma Rede Neural do tipo Perceptron Multicamadas [9]. O Fuzzy Perceptron é considerado uma abstração para a definição de novas arquiteturas Neuro-Fuzzy, De acordo com a Figura 1, o Fuzzy Perceptron possui 3 camadas (entrada, regras e saída) e pesos ou, links, modelados com valores Lingufsticos e representados por Conjuntos Fuzzy. A entrada dos dados na rede ocorre por meio de valores linguísticos. A camada de saída possui uma função responsável pela "desfu zzyficaç ão" (transformação de um Conjunto Fuzzy em um número real [4,7]) dos dados. Esta função é aplicada aos Conjuntos Fuzzy resultantes dos neurônios desta camada. As Unidades de Processamento ou Neurônios Fuzzy, responsáveis pela propagação dos dados na rede, podem ser.visualizadas na Figura '2 r;; 0.) }' =min(max(xi 11' IJ. max(x] W]).h. max(xn wnjj y= max(mia(xi wij.min (.t] 11' ])..... min (xn wnjj Figura 2- Formas de propagação Nesta representação Xi e Wi são Conjuntos Fuzzy notados por A == {gl/ ei + g2 / e2 + g3/ e g. / e.}, onde e, representa o elemento do conjunto.e gi representa o grau de 420

3 40. SBAI-Slmpósio Brasileiro de Automação Inteligente, São Paulo, SP, de Setembro de 1999 pertinência do elemento do conjunto [4]. Os operadores de min e max trabalham sobre os graus de pertinência dos Conjuntos Fuzzy. Na Figura 2, verifica-se a presença de 2 formas de propagação, cuja escolha entre uma delas, fica a critério da adequação do problema a ser solucionado. A arquitetura NEFClass possui um método, ou algoritmo, de aprendizado que gera regras do tipo: Se x, é A j e Xl é A l e X3 é A 3 e...e Xn é A n então o padrão que possui os atributos xj, Xl, X3. Xn pertencem a classe i, tal que A j A n são Conjuntos Fuzzy. Estas regras são utilizadas para a classificação dos padrões de entrada [8]. Dada uma tarefa para aprendizado L = {(Pb tj),...,(pg, tg)} de g padrões, cada um consistindo num padrão de entrada P E. 9t N (9t números reais) e num padrão de classificação ti E {O,l}m. O método de aprendizado responsável pela criação de k unidades de regras para a classificação é dividido em 2 fases: Pré-processamento das. informações, e Algoritmo de aprendizado. Pré-processamento das informações: 1. Defina a quantidade de Conjuntos Fuzzy ou valores linguísticos que serão utilizados nas regras de classificação. Este valor é armazenado na variável Q. Por exemplo, caso Q seja igual a 3, os Conjuntos Fuzzy ou valores linguísticos a serem representados nas regras podem ser pequeno, médio e grande; 2. Defina o número máximo de regras a serem criadas (k maj ) ; 3. Dado Q, divida o domínio da função triangular (representada genericamente abaixo) para cada atributo Pi E P presente em L (vide Figura 3). x-a se XE [a,h) h-a c-x J.l(x) = -- se XE [h,c] c-h o caso contrário onde a,b e c são parâmetros da função. :DOC Valor Inicial do Atributo Valor Final do Atributo Figura 3- Divisão do domínio da função triangular Algoritmo de aprendizado 1. Para cada par(pl, ti) E L faça: Para cada Conjunto Fuzzy ou valor linguístico representado por Q faça:. Processe os atributos dos padrões de entrada p j E P em J.L ){x), onde j indicao valor linguístico da função a ser processada, na Figura 3, j ={I, 2, 3 } para os valores Iinguísticos pequeno, médio e grande respectivamente; Selecione o maior valor encontrado no processamento de J.L j(x); Caso não exista nenhuma conexão entre a camada de entrada e a camada de regras.com o valor linguístico encontrado no item anterior; e se o número de unidades de regras for menor que k max ; então crie uma nova unidade de regra conectando-a na unidade de entrada e na unidade de saída CI se ti = Repita o passo I até k < kma.t ou até ocorrer o esgotamento de padrões p a serem processados. Após o processamento do método de aprendizado, é feita a atualização dos parâmetros a, b e c da função triangular utilizando um método semelhante ao Algoritmo Backpropagation do modelo MLP. Primeiramente é calculado o erro: e=d-y onde e representa o erro, d é a saída desejada e y a saída obtida. Tal saída, é calculada por meio de um processo de "desfuzzyficaç ão" dos Conjuntos Fuzzy obtidos na camada de saída. Obtido o valor do erro são atualizados os parâmetros a, b e c da função triangular tal que: AC5 t =C5 t +71 e onde O; representa os parâmetros, t = {a, b, c} e TI representa a taxa de aprendizado previamente definida. 4 UTILIZANDO A ARQUITETURA NEFCLASS PARA OBTENÇÃO DE UMA BASE DE CONHECIMENTO Obter uma BC para um SE, utilizando a arquitetura NEFClass, requer a combinação entre os paradigmas Conexionista (Redes Neurais), Simbólico (SE) e Fuzzy (Teoria dos Conjuntos Fuzzy).. Uma das principais dificuldades na elaboração de um SE é a AC para representação de um domínio específico. Visando contribuir para a solução deste problema é proposta a utilização da arquitetura NEFClass, onde identifica-se tal conhecimento. A BC do SE proposto irá possuir regras se... então, conforme visto na Seção 3. Para obtenção destas regras foi utilizada a arquitetura NEFClass. Tal arquitetura 'gera uma BC contendo regras para classificação de dados. A principal idéia relacionada para a utilização da arquitetura NEFClass está intimamente ligada ao componente de interface de AC de um SE. Este componente, utiliza na maioria das vezes regras geradas por um especialista humano,. Com a utilização da arquitetura NEFClass, as regras foram geradas por um modelo cognitivo-fuzzy. 421

4 Os dados de entrada do SE são números reais. O componente responsável pela Interface com o Usuário é utilizado na "fuzzyficação" (aplicação de uma função de pertinência a um conjunto binário ou a um número real) destes dados. Após este processo, o controle do sistema vai para a Máquina de Inferência, que opera sobre a base de conhecimento. A BC fornecerá as saídas para os dados de entrada, que atingirão novamente o componente de Interface com o Usuário. A Figura 4, especifica. graficamente o SE utilizando a arquitetura NEFClass para a obtenção de sua BC. Fuzzyficaç! dos Dado. CPf=P+M*K P= /clpip A classificação dos padrões de arquiteturas de computadores em rápida ou lenta, é feita pelo seguintes critérios: Caso T seja menor que 166 MHz, a arquitetura é considerada lenta. Caso T seja maior ou igual a 166 MHz, a arquitetura é considerada rápida. Foi determinado neste estudo de caso a presença de 3 valores linguísticos para o processamentodo algoritmo de aprendizado, pequeno, médio e grande. A quantidade de regras a serem geradas pela arquitetura foi estipulada em 8. Aplicando o algoritmo de aprendizado definido na Seção 4, as regras geradas utilizando a arquitetura Neuro-Fuzzy para Classificação de Dados podem ser visualizadas na Tabela 3. Figura 4 - SE utilizando o NEFClass para obtenção da BC Na Figura 4 são verificados os 4 componentes de um SE, Máquina de Inferência, Base de Conhecimento, Interface de Aquisição, Interface do Usuário. A arquitetura :NEFClass presente no módulo de AC, é responsável pela geração de regras para alimentação da BC. 5 ESTUDO DE CASO Nesta seção será apresentado um estudo de caso utilizando a arquitetura Neuro-Fuzzy para Classificação de Dados para AC. O domínio utilizado será a classificação das arquiteturas de diversos computadores. A base de dados utilizada neste estudo é de domínio público. Os atributos desta base estão ilustrados na Tabela 2:. Atributo lc P M Descrição Quantidade de intruções Número de ciclos para decodificar e executar uma instrução Número de referências a memória RAM K Razão entre processador e memória (unidade representada em nanosegundos) R Tempo de ciclo para execução completa da instrução (unidade representada em nanosegundos) Pip Número de unidades de Pipeline Tabela 2- Identíflcação dos atnbutos Nesta base de dados, existe o atributo Cl, onde este é responsável pela classificação das máquinas em rápidas ou lentas.. O atributo Cl é baseado no tempo de clock (T). A obtenção de T é dada pelas seguintes equações [15]: T=/c * CP/ *R SElcém SElcém SElcég SElcém p=pequeno m=médio g=grande epém cmépeképerép emépeképerég emépeképerém emépeképerég Valor Linguístico pequeno: e Pip é m ENTÃO rápido e Pip é m ENTÃO rápido e Pip é p ENTÃO rápido e Pip é g ENTÃO rápido epipép ENTÃOlimto e Pip é g ENTÃO lento e Pip é g ENTÃO lento. e Pip é p ENTÃO lento Tabela 3: Regras geradas pela arquitetura NEFClaSs Gerada a BC, (Tabela 3), as funções de pertinência para os valores linguísticos pequeno, médio e grande são baseadas na função genérica definida na Seção 4. Tais funções são ilustradas abaixo: /l(x)= 1 se XE [a,b) c-x se XE [b,c] c-b o caso contrário Valor Linguístico médio: função definida na Seção 4 Valor Linguístico grande: /l(x) = 1 x-a se XE [a,b) b-a se XE [b,c] o caso contrário Os parâmetros a, b e c para cada função de pertinência em cada atributo estão representados na Tabela

5 40. SBAI - Simpósio Brasileiro de Automação Inteligente, São Paulo. SP, de Setembro de 1999 Com isso, o sistema está pronto para a interação com o usuário. Supõe-se, então, que a entrada de dados para o sistema seja: lc =15; P =7,5; M =1; K = 1; R =0.9; Pip =2 o modelo neste momento realiza o processo de fuzzyifcação por meio das funções de pertinências definidas anteriormente (vide Tabela 5). PequeM Médio Grande A b c a b c a. b c lc 10 44, , ,25 44,37 60 P ,51 43,35 1,67 22,51 43,35 25,83 38,22 60 M I 9,66 16,36 6,25 Il,5 16,75 11,5 16,75 22 K I 7,77 13,46 5,75 10,5 15,25 10,5 15,25 20 R ,29 0,55 0,01 0,45 0,9 0,25 0,53 0,9 Pip I 3,81 6 I I 3,81 6 Tabela 4: Parâmetros das funções de pertinência Dados de Entrada Tabela 5: Graus de pertinência por entradas Supondo que a Máquina de Inferência utilizada aplica o método de Mamdarni [14] no processamento das regras, sendo que o threshold (limite mínimo) para o disparo foi estipulado em 0,2: Seguindo o método referido, é obtido, para esse conjunto de regras os DOF (grau de disparo) para regras: DOF(R J ) = DOF(Rz) = DOF(R 3 ) = DOF(R 4 ) = O DOF(Rs) = 0,27 DOF(Rs) == 1 Grau de Pertinência Atributo Valor Pequeno Médio Grande Ic ,14 P ,27 O M 1 1 O O K 1 1 O O R 0,9 O O 1 Pip 2 1 0,45 0,45 Assim as regras Rs e Rs: epém emépeképerég epipép ENTÃOlento cpép emépeképcrég epipép ENTÃOl ento estão habilitadas, sendo que as duas levam à classificação da arquitetura representada pelo padrão de entrada na classe "lenta".. Aplicando as fórmulas para o cálculo de T defmida no início deste estudo de caso verifica-se que T = 101,25 MHZ. O que., O neste exemplo específico, confirma o resultado obtido com a base de regras. 6 CONCLUSÃO Os métodos automáticos de AC têm evoluído muito nos últimos anos. Este trabalho investigou a utilização de uma arquitetura Neuro- Fuzzy para Classificação de Dados, no processo de AC para construção de SEs. A arquitetura citada baseia-se no Fuzzy Perceptron, herdando assim as características encontradas no Perceptron de Multicamadas. O Fuzzy Perceptron é considerado como um modelo genérico para o desenvolvimento de novas arquiteturas Neuro-Fuzzy. A NEFClass é uma especialização do Fuzzy Perceptron. Verifica-se que o seu método de aprendizado é responsável pela geração das regras e adequação dos parâmetros das funções de pertinência utilizadas nos Conjuntos Fuzzy. Foi possível observar, por meio do estudo realizado, que a aplicação de tal arquitetura para construção de Regras Fuzzy é potencialmente viável em qualquer domínio do conhecimento. As abordagens aqui propostas compartilham das vantagens comuns de todas as abordagens de AC automáticas, como por exemplo, a utilização de dados disponíveis sobre o problema no processo de extração do conhecimento. Além disso, oferece. a possibilidade de criar, automaticamente, Regras Fuzzy com a utilização de um mecanismo de aprendizado poderoso e eficiente como o das Redes Neurais. Diversos problemas em aberto puderam ser identificados, como: a integração da abordagem proposta em um processo de AC mais abrangente, combinando o conhecimento das regras geradas automaticamente com. o conhecimento extraído manualmente de especialistas; a resolução de conflitos quando as regras habilitadas levam à classificação de um padrão em classes diferentes.. Nos trabalhos futuros, além dos t6picos citados acima, serão desenvolvidas aplicações dessa abordagem em outros domínios do conhecimento, mais especificamente no contexto de automação industrial. Agradecimentos José Augusto Fabri agradece a Fundação Educacional do Município de Assis (FEMA), Instituto Muncipal de Ensino Superior de Assis (IMESA) e a Faculade de Tecnologia de Ourinhos (FATEC) pelo apoio recebido. Heloisa Camargo agradece ao CNPq (proc /94-8) e a FINEP (Proc (0) pelo apoio recebido. Vandor Rissoli agradece a Universidade de Riberão Preto (unaerp) pelo apoio recebido. t [1] REFERÊNCIAS BIBLIOGRÁFICAS BERINll, H. R. Refinement of Aproximate Reasoning-Based - Controllers by Reinforcement Learning. Proc. of th Eight Int. Machine Learning Workshop, pp , 423

6 1991. [2] CAMARGO, Heloísa de Arruda e MONARD, Maria Carolina. Aquisição de Conhecimento Automática e Semi-automática: Integrando Paradigmas. ENIA97 - Encontro Nacional de Inteligência Artificial, [3] JUBILEU, A. P.; PUGLIESI, J, R; REZENDE, S. A.; SANCHES, R. Proposta de um Processo para Aquisição de Conhecimento Explícito. Relatórios Técnicos do Instituto de Ciência Matemáticas de São Carlos - Universidade de São Paulo - São Carlos [4] KLIR, J. G. and YUAN, B. Fuzzy Sets and Fuzzy Logic - Theory and Apphcatíons, Prentice- Hall,1995. [5] KEARNS, M. J.; VAZIRANI, V. V. An Introduction to Computacional Learning Theory. The MIT Press, [6] LAVRAC, N.; DZEROSKI, S. Inductive Logic Programming: Techniques and Applications. Ellis Horwood, London, [7] MASTERS, Timothy. PraticaI Neural Network Recipes in C++. Academic Press. London [8] NAUCK, Detlef and KRUSE, Rudolf. NEFCLASS - A Neuro-Fuzzy Approach for the Classification of Data. ACM Symposium on Applied Computing. ACM Press. Nashville, Feb 26-28, [9]. SIMON, Haykin. Neural Network: A Comprehensive Foundation. Prentice Hall. New Jersey, [10] SANCHEZ, Elie; SHIBATA, Takanori; ZADEH, Lotfi A. Genetic Algorithms and Fuzzy Logic.Systems e Soft Computing Perspectives..World Scientific,1997. [li] RUSSELL, Stuart; NORVING, Peter. Artificial Intelligence A Modero Approach. Prentice Hall,1995. [12] Workshop ProTeM CC Phase m Projects - International Evaluation (2.: 1999, may 5-7 : Rio de Janeiro, RJ) [13] LIEBOWITZ, Jay. The Handbook of Applied Expert Systems. CRC Press, [14] YAGER, Ronald R; FILEV, Dimitar P. Essentials of Fuzzy Modcling and Control. Wiley Interscience, [15] HWANG, Kai. Advanced Computer Architecture: ParaUelism, Scalability, Programmability. McGran Hill, :: : 424

Palavras-chave: Sistema neuro-fuzzy, Sistemas de avaliação, Sistemas Adaptativos.

Palavras-chave: Sistema neuro-fuzzy, Sistemas de avaliação, Sistemas Adaptativos. ANÁLISE DO CURSO DE ENGENHARIA ELÉTRICA NA UERJ A PARTIR DE INDICADORES CONSTRUÍDOS BASEADOS NO EXAME NACIONAL DE CURSOS: UM SISTEMA NEBULOSO DE AVALIAÇÃO Maria Luiza F. Velloso mlfv@centroin.com.br Universidade

Leia mais

Pós-Graduação em Engenharia Elétrica Inteligência Artificial

Pós-Graduação em Engenharia Elétrica Inteligência Artificial Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA

UNIVERSIDADE FEDERAL DE SANTA CATARINA UNIVERSIDADE FEDERAL DE SANTA CATARINA CIÊNCIAS DA COMPUTAÇÃO MÁQUINAS DE COMITÊ APLICADAS À FILTRAGEM DE SPAM Monografia submetida à UNIVERSIDADE FEDERAL DE SANTA CATARINA para a obtenção do grau de BACHAREL

Leia mais

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron. 1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando

Leia mais

Redes Neurais. Profa. Flavia Cristina Bernardini

Redes Neurais. Profa. Flavia Cristina Bernardini Redes Neurais Profa. Flavia Cristina Bernardini Introdução Cérebro & Computador Modelos Cognitivos Diferentes Cérebro Computador Seqüência de Comandos Reconhecimento de Padrão Lento Rápido Rápido Lento

Leia mais

PROJETO DE PESQUISA MODALIDADE INICIAÇÃO CIENTÍFICA (BOLSA PIC/FACIT/FAPEMIG)

PROJETO DE PESQUISA MODALIDADE INICIAÇÃO CIENTÍFICA (BOLSA PIC/FACIT/FAPEMIG) PROJETO DE PESQUISA MODALIDADE INICIAÇÃO CIENTÍFICA (BOLSA PIC/FACIT/FAPEMIG) MONTES CLAROS FEVEREIRO/2014 COORDENAÇÃO DE PESQUISA PROGRAMA DE INICIAÇÃO CIENTÍFICA DISPOSITIVOS MÓVEIS INTELIGENTES ORIENTADOR:

Leia mais

FUNDAÇÃO DE APOIO AO ENSINO TÉCNICO DO ESTADO DO RIO DE JANEIRO FAETERJ Petrópolis Área de Extensão PLANO DE CURSO

FUNDAÇÃO DE APOIO AO ENSINO TÉCNICO DO ESTADO DO RIO DE JANEIRO FAETERJ Petrópolis Área de Extensão PLANO DE CURSO FUNDAÇÃO DE APOIO AO ENINO TÉCNICO DO ETADO DO RIO DE JANEIRO PLANO DE CURO 1. Identificação Curso de Extensão: INTRODUÇÃO AO ITEMA INTELIGENTE Professor Regente: José Carlos Tavares da ilva Carga Horária:

Leia mais

Inteligência Computacional [2COP229]

Inteligência Computacional [2COP229] Inteligência Computacional [2COP229] Mestrado em Ciência da Computação Sylvio Barbon Jr barbon@uel.br (2/24) Tema Aula 1 Introdução ao Reconhecimento de Padrões 1 Introdução 2 Componentes clássicos da

Leia mais

ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD

ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos

Leia mais

MLP (Multi Layer Perceptron)

MLP (Multi Layer Perceptron) MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -

Leia mais

Complemento II Noções Introdutória em Redes Neurais

Complemento II Noções Introdutória em Redes Neurais Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática MATRIZ CURRICULAR ELETIVAS

UNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática MATRIZ CURRICULAR ELETIVAS MATRIZ CURRICULAR S LIVRE ESCOLHA Núcleo Temático: HUMANAS Disciplina: LÍNGUA BRASILEIRA DE SINAIS 34 h/a (.34 ) Teóricas Etapa: 4ª Compreensão de aspectos composicionais da Língua Brasileira de Sinais

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

Introdução às Redes Neurais Artificiais

Introdução às Redes Neurais Artificiais Introdução às Redes Neurais Artificiais Treinamento via Algoritmos Genéticos Prof. João Marcos Meirelles da Silva http://www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola

Leia mais

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES Kelton Costa; Patricia Ribeiro; Atair Camargo; Victor Rossi; Henrique Martins; Miguel Neves; Ricardo Fontes. kelton.costa@gmail.com; patriciabellin@yahoo.com.br;

Leia mais

Complemento IV Introdução aos Algoritmos Genéticos

Complemento IV Introdução aos Algoritmos Genéticos Complemento IV Introdução aos Algoritmos Genéticos Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e

Leia mais

Análise crítica dos resultados oriundos de certificados de calibração relativo à calibração de bloco-padrão utilizando lógica fuzzy.

Análise crítica dos resultados oriundos de certificados de calibração relativo à calibração de bloco-padrão utilizando lógica fuzzy. Análise crítica dos resultados oriundos de certificados de calibração relativo à calibração de bloco-padrão utilizando lógica fuzzy. Flávio Carnelli Frade 1,2, Pedro Bastos Costa 1,3, Giovane Quadreli

Leia mais

Sistema Educacional e Médico On-line (SEMedicOn): uma ferramenta híbrida para auxiliar pacientes, médicos e estudantes da saúde

Sistema Educacional e Médico On-line (SEMedicOn): uma ferramenta híbrida para auxiliar pacientes, médicos e estudantes da saúde Sistema Educacional e Médico On-line (SEMedicOn): uma ferramenta híbrida para auxiliar pacientes, médicos e estudantes da saúde Cláudia Batista Melo 1, 2, Ulrich Schiel 3, Lourdes Mattos Brasil 4, Edilson

Leia mais

Complemento III Noções Introdutórias em Lógica Nebulosa

Complemento III Noções Introdutórias em Lógica Nebulosa Complemento III Noções Introdutórias em Lógica Nebulosa Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

IN0997 - Redes Neurais

IN0997 - Redes Neurais IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Ementa

Leia mais

UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS

UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS Alisson S. C. Alencar, Ajalmar R. da Rocha Neto Departamento de Computação, Instituto Federal do Ceará (IFCE). Programa

Leia mais

Redes Neurais. A IA clássica segue o paradigma da computação simbólica

Redes Neurais. A IA clássica segue o paradigma da computação simbólica Abordagens não simbólicas A IA clássica segue o paradigma da computação simbólica Redes Neurais As redes neurais deram origem a chamada IA conexionista, pertencendo também a grande área da Inteligência

Leia mais

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Introdução e Motivação Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt Fatos: Avanços em TI e o crescimento

Leia mais

OBJETIVOS. Aplicar técnicas de inteligência artificial na solução de problemas de controle e automação. EMENTA

OBJETIVOS. Aplicar técnicas de inteligência artificial na solução de problemas de controle e automação. EMENTA Curso: ENGENHARIA ELÉTRICA Unidade Curricular: INTELIGÊNCIA ARTIFICIAL Professor(es): HANS ROLF KULITZ Período Letivo: OPTATIVA Carga Horária: 30 h TEÓRICAS E 30 h PRÁTICA OBJETIVOS Geral: Aplicar técnicas

Leia mais

Nathalie Portugal Vargas

Nathalie Portugal Vargas Nathalie Portugal Vargas 1 Introdução Trabalhos Relacionados Recuperação da Informação com redes ART1 Mineração de Dados com Redes SOM RNA na extração da Informação Filtragem de Informação com Redes Hopfield

Leia mais

IC Inteligência Computacional Redes Neurais. Redes Neurais

IC Inteligência Computacional Redes Neurais. Redes Neurais Universidade Federal do Rio de Janeiro PÓS-GRADUAÇÃO / 2008-2 IC Inteligência Computacional Redes Neurais www.labic.nce.ufrj.br Antonio G. Thomé thome@nce.ufrj.br Redes Neurais São modelos computacionais

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda

Leia mais

Aplicações Práticas com Redes Neurais Artificiais em Java

Aplicações Práticas com Redes Neurais Artificiais em Java com em Java Luiz D Amore e Mauro Schneider JustJava 2009 17 de Setembro de 2009 Palestrantes Luiz Angelo D Amore luiz.damore@metodista.br Mauro Ulisses Schneider mauro.schneider@metodista.br http://blog.mauros.org

Leia mais

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Anais do XXXIV COBENGE. Passo Fundo: Ed. Universidade de Passo Fundo, Setembro de 2006. ISBN 85-7515-371-4 PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Rejane de Barros Araújo rdebarros_2000@yahoo.com.br

Leia mais

Avaliação de Desempenho em Sistemas de Computação e Comunicação

Avaliação de Desempenho em Sistemas de Computação e Comunicação Avaliação de Desempenho em Sistemas de Computação e Comunicação Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM UFES Objetivos

Leia mais

Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais

Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais Redes Neurais Artificiais Prof. Wilian Soares João Vitor Squillace Teixeira Ciência da Computação Universidade

Leia mais

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Tiago Mendes Dantas t.mendesdantas@gmail.com Departamento de Engenharia Elétrica,

Leia mais

APRIMORAR MASSA DE TESTES COM LÓGICA FUZZY

APRIMORAR MASSA DE TESTES COM LÓGICA FUZZY SIMMEC / EMMCOMP 2014 XI Simpósio de Mecânica Computacional II Encontro Mineiro de Modelagem Computacional APRIMORAR MASSA DE TESTES COM LÓGICA FUZZY André F. C. Rabelo,Gray Farias Moita arabelo@funedi.edu.br,

Leia mais

tipos de métodos, técnicas de inteligência artificial e técnicas de otimização. Por fim, concluise com as considerações finais.

tipos de métodos, técnicas de inteligência artificial e técnicas de otimização. Por fim, concluise com as considerações finais. 1. Introdução A previsão de vendas é fundamental para as organizações uma vez que permite melhorar o planejamento e a tomada de decisão sobre o futuro da empresa. Contudo toda previsão carrega consigo

Leia mais

Revisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011

Revisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011 Revisão Inteligência Artificial ENADE Prof a Fabiana Lorenzi Outubro/2011 Representação conhecimento É uma forma sistemática de estruturar e codificar o que se sabe sobre uma determinada aplicação (Rezende,

Leia mais

Introdução à Inteligência Artificial (Capítulo 1 - Russell) Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto

Introdução à Inteligência Artificial (Capítulo 1 - Russell) Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto Introdução à Inteligência Artificial (Capítulo 1 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Áreas de Apoio para IA 3. Sub-Áreas da IA 4.

Leia mais

Referências bibliográficas

Referências bibliográficas Referências bibliográficas MOUTINHO, Adriano M.; SILVA, Viviane S.R. Aplicação do Algoritmo de Categorização FCM e avaliação das Medidas de Validação ICC e CS, 2002. Disponível em

Leia mais

COERÊNCIA DO CURRÍCULO DO CURSO DE ENGENHARIA DE COMPUTAÇÃO EM FACE DAS DIRETRIZES CURRICULARES NACIONAIS

COERÊNCIA DO CURRÍCULO DO CURSO DE ENGENHARIA DE COMPUTAÇÃO EM FACE DAS DIRETRIZES CURRICULARES NACIONAIS COERÊNCIA DO CURRÍCULO DO CURSO DE ENGENHARIA DE COMPUTAÇÃO EM FACE DAS DIRETRIZES CURRICULARES NACIONAIS O documento que serviu de base para a análise a seguir é o denominado "Diretrizes Curriculares

Leia mais

(P AA) 2 PACOTE DE APOIO A APRENDIZAGEM DE PROJETO E ANÁLISE DE ALGORITMOS: IMPLEMENTAÇÃO EM JAVA

(P AA) 2 PACOTE DE APOIO A APRENDIZAGEM DE PROJETO E ANÁLISE DE ALGORITMOS: IMPLEMENTAÇÃO EM JAVA Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM (P AA) 2 PACOTE DE APOIO A APRENDIZAGEM DE PROJETO E ANÁLISE DE ALGORITMOS:

Leia mais

Visão Geral dos Sistemas de Informação

Visão Geral dos Sistemas de Informação Visão Geral dos Sistemas de Informação Existem muitos tipos de sistemas de informação no mundo real. Todos eles utilizam recursos de hardware, software, rede e pessoas para transformar os recursos de dados

Leia mais

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL Capítulo 10 GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL 10.1 2003 by Prentice Hall OBJETIVOS Por que hoje as empresas necessitam de programas de gestão do conhecimento e sistemas para gestão do conhecimento?

Leia mais

5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS

5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS 5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS TÍTULO DO TRABALHO: REDES NEURAIS APLICADAS EM INDÚSTRIAS PETROQUÍMICAS DE FABRICAÇÃO DE FIBRAS DE POLIÉSTER. AUTORES: Lívia Maciel

Leia mais

UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS

UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS Curso: Informática Disciplina: Redes Neurais Prof. Fernando Osório E-mail: osorio@exatas.unisinos.br EXEMPLO DE QUESTÕES DE PROVAS ANTIGAS 1. Supondo que

Leia mais

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL 1 OBJETIVOS 1. Por que hoje as empresas necessitam de programas de gestão do conhecimento e sistemas para gestão do conhecimento? 2. Quais são as aplicações

Leia mais

PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS

PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS Alexandre Pinhel Soares 1 André Pinhel Soares 2 Abstract : The temperature monitoring is a quasi-continuous and judicious task that gives a

Leia mais

I Seminário dos Grupos de Pesquisa da UNISC Ficha de Inscrição do Grupo de Pesquisa. Nome do Grupo: GPSEM Grupo de Projeto de Sistemas Embarcados e

I Seminário dos Grupos de Pesquisa da UNISC Ficha de Inscrição do Grupo de Pesquisa. Nome do Grupo: GPSEM Grupo de Projeto de Sistemas Embarcados e I Seminário dos Grupos de Pesquisa da UNISC Ficha de Inscrição do Grupo de Pesquisa Nome do Grupo: GPSEM Grupo de Projeto de Sistemas Embarcados e Microeletrônica Área: Sistemas de Computação Nome do Líder:

Leia mais

Utilizando Lógica Fuzzy para Avaliar a Qualidade de uma Compra Via Internet

Utilizando Lógica Fuzzy para Avaliar a Qualidade de uma Compra Via Internet Utilizando Lógica Fuzzy para Avaliar a Qualidade de uma Compra Via Internet Leonardo Martins Rodrigues 1 e Graçaliz Pereira Dimuro 1 1 Programa de Pós-Graduação em Modelagem Computacional Universidade

Leia mais

Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1

Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1 Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1 SISTEMA DE APOIO À DECISÃO Grupo: Denilson Neves Diego Antônio Nelson Santiago Sabrina Dantas CONCEITO É UM SISTEMA QUE AUXILIA O PROCESSO DE DECISÃO

Leia mais

Sistemas de Informações Gerenciais Prof. Esp. André Luís Belini Bacharel em Sistemas de Informações MBA em Gestão Estratégica de Negócios

Sistemas de Informações Gerenciais Prof. Esp. André Luís Belini Bacharel em Sistemas de Informações MBA em Gestão Estratégica de Negócios Sistemas de Informações Gerenciais Prof. Esp. André Luís Belini Bacharel em Sistemas de Informações MBA em Gestão Estratégica de Negócios Como Melhorar a Tomada de Decisão e a Gestão do Conhecimento Capítulo

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas

Leia mais

O PROJETO DE PESQUISA. Prof. Angelo Augusto Frozza, M.Sc. http://about.me/tilfrozza

O PROJETO DE PESQUISA. Prof. Angelo Augusto Frozza, M.Sc. http://about.me/tilfrozza O PROJETO DE PESQUISA Prof. Angelo Augusto Frozza, M.Sc. http://about.me/tilfrozza ROTEIRO Escolher um tema de pesquisa Por onde começar? Ler para aprender Estrutura do Projeto de Pesquisa A Definição

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

de Bordas em Imagens Digitais

de Bordas em Imagens Digitais Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,

Leia mais

Projeto de Redes Neurais e MATLAB

Projeto de Redes Neurais e MATLAB Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação

Leia mais

Sistemas Híbridos Aplicados à Filtragem de Sinais de Alarme de Proteção de uma Subestação Telecomandada

Sistemas Híbridos Aplicados à Filtragem de Sinais de Alarme de Proteção de uma Subestação Telecomandada Proceedings of the IV Brazilian Conference on Neural Networks - IV Congresso Brasileiro de Redes Neurais pp. 215-219, July 20-22, 1999 - ITA, São José dos Campos - SP - Brazil Sistemas Híbridos Aplicados

Leia mais

1. Introdução 2. Séries Temporais

1. Introdução 2. Séries Temporais 1. Introdução Predição de valores de ações é uma tarefa desafiadora na área de predição de séries temporais financeiras, devido à grande quantidade de variáveis que envolvem essas predições. No passado,

Leia mais

Renato Maia Silva. Redes Neurais Artificiais aplicadas à Detecção de Intrusão em Redes TCP/IP. Dissertação de Mestrado

Renato Maia Silva. Redes Neurais Artificiais aplicadas à Detecção de Intrusão em Redes TCP/IP. Dissertação de Mestrado Renato Maia Silva Redes Neurais Artificiais aplicadas à Detecção de Intrusão em Redes TCP/IP Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do grau de Mestre pelo

Leia mais

Autômatos Finitos Não-Determinísticos para Diagnóstico de Falhas em Sistemas de Potência

Autômatos Finitos Não-Determinísticos para Diagnóstico de Falhas em Sistemas de Potência Autômatos Finitos Não-Determinísticos para Diagnóstico de Falhas em Sistemas de Potência Ricardo Linden1 Victor Navarro Araújo Lemos da Silva2 Resumo: Este artigo apresenta uma proposta de uma aplicação

Leia mais

MS777 : Projeto Supervionado I

MS777 : Projeto Supervionado I MS777 : Projeto Supervionado I Aluno: Orientador: Bruno Luís Hönigmann Cereser RA:072864 Prof. Dr. Laércio Luis Vendite 1 Objetivos do Trabalho O objetivo desse trabalho é um estudo da lógica fuzzy para

Leia mais

3 Metodologia para Segmentação do Mercado Bancário

3 Metodologia para Segmentação do Mercado Bancário 3 Metodologia para Segmentação do Mercado Bancário Este capítulo descreve a metodologia proposta nesta dissertação para a segmentação do mercado bancário a partir da abordagem post-hoc, servindo-se de

Leia mais

15 Computador, projeto e manufatura

15 Computador, projeto e manufatura A U A UL LA Computador, projeto e manufatura Um problema Depois de pronto o desenho de uma peça ou objeto, de que maneira ele é utilizado na fabricação? Parte da resposta está na Aula 2, que aborda as

Leia mais

FATEC - Faculdade de Tecnologia, 19046-230, Presidente Prudente, SP, Brasil. {camila.gabriel, daniel.neto, deyver.bordin}@fatec.sp.gov.

FATEC - Faculdade de Tecnologia, 19046-230, Presidente Prudente, SP, Brasil. {camila.gabriel, daniel.neto, deyver.bordin}@fatec.sp.gov. Plataforma computacional estruturada com sistemas baseados em regra fuzzy para análise da racionalidade e eficiência da utilização de energia elétrica em empresas de avicultura de postura Camila Pires

Leia mais

Na medida em que se cria um produto, o sistema de software, que será usado e mantido, nos aproximamos da engenharia.

Na medida em que se cria um produto, o sistema de software, que será usado e mantido, nos aproximamos da engenharia. 1 Introdução aos Sistemas de Informação 2002 Aula 4 - Desenvolvimento de software e seus paradigmas Paradigmas de Desenvolvimento de Software Pode-se considerar 3 tipos de paradigmas que norteiam a atividade

Leia mais

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1. O que é a ciência de dados (data science). Discussão do conceito Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.3, Outubro, 2015 Nota prévia Esta apresentação tem por objetivo, proporcionar

Leia mais

Sistemas Operacionais 2014 Introdução. Alexandre Augusto Giron alexandre.a.giron@gmail.com

Sistemas Operacionais 2014 Introdução. Alexandre Augusto Giron alexandre.a.giron@gmail.com Sistemas Operacionais 2014 Introdução Alexandre Augusto Giron alexandre.a.giron@gmail.com Roteiro Sistemas Operacionais Histórico Estrutura de SO Principais Funções do SO Interrupções Chamadas de Sistema

Leia mais

Algoritmos: Lógica para desenvolvimento de programação de computadores. Autor: José Augusto Manzano. Capítulo 1 Abordagem Contextual

Algoritmos: Lógica para desenvolvimento de programação de computadores. Autor: José Augusto Manzano. Capítulo 1 Abordagem Contextual Algoritmos: Lógica para desenvolvimento de programação de computadores Autor: José Augusto Manzano Capítulo 1 Abordagem Contextual 1.1. Definições Básicas Raciocínio lógico depende de vários fatores para

Leia mais

Estrutura de um Sistema Especialista

Estrutura de um Sistema Especialista Sistemas Especialistas Difusos Estrutura de um Sistema Especialista Prof. Max Pereira http://paginas.unisul.br/max.pereira Áreas de Aplicação da IA SISTEMAS Sistemas Especialistas (Baseados em Conhecimento)

Leia mais

INFLUÊNCIA DOS JOGOS NO CAMPO DA INTELIGÊNCIA ARTIFICIAL

INFLUÊNCIA DOS JOGOS NO CAMPO DA INTELIGÊNCIA ARTIFICIAL INFLUÊNCIA DOS JOGOS NO CAMPO DA INTELIGÊNCIA ARTIFICIAL Marcelo de Souza 1 bsi.marcelo@gmail.com Prof. Adilson Vahldick, Inteligência Artificial RESUMO: O desenvolvimento de jogos é um campo que atrai

Leia mais

Matlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida

Matlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida 27 de maio de 2014 O que é a Neural Networw Toolbox? A Neural Network Toolbox fornece funções e aplicativos para a modelagem de sistemas não-lineares complexos que não são facilmente modelados com uma

Leia mais

Inteligência Artificial. Redes Neurais Artificiais

Inteligência Artificial. Redes Neurais Artificiais Curso de Especialização em Sistemas Inteligentes Aplicados à Automação Inteligência Artificial Redes Neurais Artificiais Aulas Práticas no Matlab João Marques Salomão Rodrigo Varejão Andreão Matlab Objetivos:

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem

Leia mais

RECONHECIMENTO DE ACORDES MUSICAIS: UMA ABORDAGEM VIA PERCEPTRON MULTICAMADAS

RECONHECIMENTO DE ACORDES MUSICAIS: UMA ABORDAGEM VIA PERCEPTRON MULTICAMADAS Mecánica Computacional Vol XXIX, págs 9169-9175 (artículo completo) Eduardo Dvorkin, Marcela Goldschmit, Mario Storti (Eds) Buenos Aires, Argentina, 15-18 Noviembre 2010 RECONHECIMENTO DE ACORDES MUSICAIS:

Leia mais

Integração da Informação e do Conhecimento no Contexto da Copa do Mundo e os Jogos Olímpicos no Brasil

Integração da Informação e do Conhecimento no Contexto da Copa do Mundo e os Jogos Olímpicos no Brasil Integração da Informação e do Conhecimento no Contexto da Copa do Mundo e os Jogos Olímpicos no Brasil Ivan Guilherme 1, Jonas Queiroz 1, Caio Marques 2 1 Universidade Estadual Paulista, IGCE, DEMAC, Caixa

Leia mais

ESTUDO DOS DADOS DA LIXIVIAÇÃO DOS MATERIAIS DE ELETRODOS DE PILHAS EM HCl POR REDE NEURAL

ESTUDO DOS DADOS DA LIXIVIAÇÃO DOS MATERIAIS DE ELETRODOS DE PILHAS EM HCl POR REDE NEURAL ESTUDO DOS DADOS DA LIXIVIAÇÃO DOS MATERIAIS DE ELETRODOS DE PILHAS EM HCl POR REDE NEURAL Macêdo, M. I. F 1, Rosa, J. L. A. 2, Gonçalves, F. 2, Boente, A. N. P. 2 1 Laboratório de Tecnologia de Materiais,

Leia mais

Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect

Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect Lucas Viana Barbosa 1 ; Wanderson Rigo 2 ; Manassés Ribeiro 3 INTRODUÇÃO Os sistemas de visão artificial vêm auxiliando o ser

Leia mais

Pontifícia Universidade Católica do Rio Grande do Sul FACULDADE DE INFORMÁTICA

Pontifícia Universidade Católica do Rio Grande do Sul FACULDADE DE INFORMÁTICA DEPARTAMENTO: Fundamentos da Computação CURSO: Bacharelado em Ciência da Computação DISCIPLINA: Sistemas Embarcados CÓDIGO: 4613R CRÉDITOS: 04 CARGA HORÁRIA: 60 horas-aula VALIDADE: a partir de 2008/2

Leia mais

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001 47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações

Leia mais

3/9/2010. Ligação da UCP com o barramento do. sistema. As funções básicas dos registradores nos permitem classificá-los em duas categorias:

3/9/2010. Ligação da UCP com o barramento do. sistema. As funções básicas dos registradores nos permitem classificá-los em duas categorias: Arquitetura de Computadores Estrutura e Funcionamento da CPU Prof. Marcos Quinet Universidade Federal Fluminense P.U.R.O. Revisão dos conceitos básicos O processador é o componente vital do sistema de

Leia mais

Paradigmas da IA. Eixos centrais (das diferenças)

Paradigmas da IA. Eixos centrais (das diferenças) Paradigmas da IA Paradigmas da IA Simbólico: metáfora lingüística/lógica Sistemas de produção Conexionista: metáfora cérebro Redes neurais Evolucionista: metáfora teoria da evolução natural Algoritmos

Leia mais

Doenças cardiovasculares constituem um dos maiores problemas que afligem a

Doenças cardiovasculares constituem um dos maiores problemas que afligem a 18 1 INTRODUÇÃO Doenças cardiovasculares constituem um dos maiores problemas que afligem a população dos países industrializados. Essas doenças são responsáveis por mais de cinco milhões de pessoas hospitalizadas

Leia mais

Um IDS utilizando SNMP e Lógica Difusa

Um IDS utilizando SNMP e Lógica Difusa Grupo de Trabalho em Segurança GTS2007 Um IDS utilizando SNMP e Lógica Difusa Apresentador: Émerson Virti Autores: Émerson Virti, Liane Tarouco Índice 1. Motivação 2. Conceitos 3. IDS Proposto 4. Testes

Leia mais

Conjuntos fuzzy e aplicações

Conjuntos fuzzy e aplicações Conjuntos fuzzy e aplicações Bruno de Paula Kinoshita 1, Daniel Hayashi Nakaya 1 1 Faculdade de Computação e Informática Universidade Presbiteriana Mackenzie Rua da Consolação, 930 01302-907 São Paulo

Leia mais

ORGANIZAÇÃO DE COMPUTADORES MÓDULO 8

ORGANIZAÇÃO DE COMPUTADORES MÓDULO 8 ORGANIZAÇÃO DE COMPUTADORES MÓDULO 8 Índice 1. A Organização do Computador - Continuação...3 1.1. Processadores - II... 3 1.1.1. Princípios de projeto para computadores modernos... 3 1.1.2. Paralelismo...

Leia mais

SISTEMA AUTOMÁTICO DE PULVERIZAÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS. PERNOMIAN, Viviane Araujo. DUARTE, Fernando Vieira

SISTEMA AUTOMÁTICO DE PULVERIZAÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS. PERNOMIAN, Viviane Araujo. DUARTE, Fernando Vieira REVISTA CIENTÍFICA ELETRÔNICA DE AGRONOMIA ISSN 1677-0293 PERIODICIDADE SEMESTRAL ANO III EDIÇÃO NÚMERO 5 JUNHO DE 2004 -------------------------------------------------------------------------------------------------------------------------------

Leia mais

RISC X CISC - Pipeline

RISC X CISC - Pipeline RISC X CISC - Pipeline IFBA Instituto Federal de Educ. Ciencia e Tec Bahia Curso de Analise e Desenvolvimento de Sistemas Arquitetura de Computadores 25 e 26/30 Prof. Msc. Antonio Carlos Souza Referências

Leia mais

Gestão do Conhecimento. Capitulo 11

Gestão do Conhecimento. Capitulo 11 Gestão do Conhecimento Capitulo 11 Gestão do Conhecimento Objetivos da aula Gestão de Conhecimento Sistemas de Gestão de Conhecimento Por que hoje as empresas necessitam de programas de gestão do conhecimento

Leia mais

Data, Text and Web Mining

Data, Text and Web Mining Data, Text and Web Mining Fabrício J. Barth TerraForum Consultores Junho de 2010 Objetivo Apresentar a importância do tema, os conceitos relacionados e alguns exemplos de aplicações. Data, Text and Web

Leia mais

REDES NEURAIS PARA IDENTIFICAÇÃO DE PADRÕES NA DETECÇÃO DE QUEIMADAS NA FLORESTA AMAZÔNICA

REDES NEURAIS PARA IDENTIFICAÇÃO DE PADRÕES NA DETECÇÃO DE QUEIMADAS NA FLORESTA AMAZÔNICA REDES NEURAIS PARA IDENTIFICAÇÃO DE PADRÕES NA DETECÇÃO DE QUEIMADAS NA FLORESTA AMAZÔNICA Luiz Pinheiro Duarte Neto 1, Lauro Yasumasa Nakayama 2, Juliano João Bazzo 3 1 Instituto Nacional de Pesquisas

Leia mais

Um processo para construção de software mais transparente

Um processo para construção de software mais transparente Um processo para construção de software mais transparente Eduardo Almentero 1, and Julio Cesar Sampaio do Prado Leite 1 1 Pontifícia Universidade Católica do Rio de Janeiro, PUC - Rio, Brasil {ealmentero,

Leia mais

TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA

TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal

Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal Anais do CNMAC v.2 ISSN 1984-820X Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal Juliana Aparecida Anochi Instituto Nacional

Leia mais

Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro V. 2009-2

Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro V. 2009-2 Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro V. 2009-2 Aula 1 Conceitos da Computação em Nuvem A computação em nuvem ou cloud computing

Leia mais

Algoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados

Algoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados Algoritmos Genéticos em Mineração de Dados Descoberta de Conhecimento Descoberta do Conhecimento em Bancos de Dados Processo interativo e iterativo para identificar padrões válidos, novos, potencialmente

Leia mais

TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR O TEMPO DA MINERAÇÃO DE DADOS: Uma análise de Tipos de Coberturas Florestais

TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR O TEMPO DA MINERAÇÃO DE DADOS: Uma análise de Tipos de Coberturas Florestais UNIVERSIDADE ESTADUAL DE PONTA GROSSA PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO APLICADA CRISTIAN COSMOSKI RANGEL DE ABREU TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR

Leia mais

11/3/2009. Software. Sistemas de Informação. Software. Software. A Construção de um programa de computador. A Construção de um programa de computador

11/3/2009. Software. Sistemas de Informação. Software. Software. A Construção de um programa de computador. A Construção de um programa de computador Sistemas de Informação Prof. Anderson D. Moura Um programa de computador é composto por uma seqüência de instruções, que é interpretada e executada por um processador ou por uma máquina virtual. Em um

Leia mais

Padronização de Processos: BI e KDD

Padronização de Processos: BI e KDD 47 Padronização de Processos: BI e KDD Nara Martini Bigolin Departamento da Tecnologia da Informação -Universidade Federal de Santa Maria 98400-000 Frederico Westphalen RS Brazil nara.bigolin@ufsm.br Abstract:

Leia mais

Classificação dos Usuários da Rede Social Scientia.Net através de Redes Neurais Artificiais

Classificação dos Usuários da Rede Social Scientia.Net através de Redes Neurais Artificiais Classificação dos Usuários da Rede Social Scientia.Net através de Redes Neurais Artificiais Vinicius Ponte Machado 1 Bruno Vicente Alves de Lima 1 Sanches Wendyl Ibiapina Araújo 1 Heloína Alves Arnaldo

Leia mais

Extração de Regras de Redes Neurais via Algoritmos Genéticos

Extração de Regras de Redes Neurais via Algoritmos Genéticos Proceedings of the IV Brazilian Conference on Neural Networks - IV Congresso Brasileiro de Redes Neurais pp. 158-163, July 20-22, 1999 - ITA, São José dos Campos - SP - Brazil Extração de Regras de Redes

Leia mais