UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
|
|
- Kátia Filipe
- 5 Há anos
- Visualizações:
Transcrição
1 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 2012
2 2 LIN YU HAN RENAN RISSÁ FRANCO LÓGICA FUZZY Relatório apresentado como requisito de nota parcial da disciplina de Inteligência Artificial, Universidade Tecnológica Federal do Paraná. Área de Concentração: Tecnologia e Trabalho. Orientador: Prof. Helyane B. Borges PONTA GROSSA 2012
3 3 LISTA DE FIGURAS Figura Figura
4 4 SUMÁRIO 1 INTRODUÇÃO DESENVOLVIMENTO CONCEITOS BÁSICOS CARACTERÍSTICAS TEORIA DOS CONJUNTOS FUZZY Funções de Pertinência Variáveis Linguísticas O SISTEMA FUZZY ÁREAS DE APLICAÇÃO CONCLUSÃO REFERÊNCIAS... 14
5 5 INTRODUÇÃO Fundador da ciência da lógica, Aristóteles estabeleceu um conjunto de regras rígidas para que conclusões pudessem ser aceitas logicamente válidas. A lógica de Aristóteles levava uma linha de raciocínio lógico baseado em premissas e conclusões, ou seja, uma declaração somente será falsa ou somente verdadeira, não podendo ser ao mesmo tempo parcialmente verdadeira e parcialmente falsa. Mas em 1965 foi introduzido o conceito de Conjunto Fuzzy, por Lofti A. Zadeh (Universidade da Califórnia, Berkeley), que observou que os recursos tecnológicos disponíveis eram incapazes de automatizar as atividades relacionadas a problemas de natureza industrial, biológica ou química, que compreendessem situações ambíguas, não passíveis de processamento através da lógica computacional fundamentada na lógica booleana. Surge então a suposição do talvez ; um sim ou um não como resposta na maioria das vezes é incompleta; entre ser o certo e o não certo, existem infinitos graus de incerteza.
6 6 DESENVOLVIMENTO 2.1 Conceitos básicos A Lógica Fuzzy (Lógica Nebulosa) encontra-se entre as técnicas mais recentes de Inteligência Artificial, este termo nos faz pensar em algo confuso (nebuloso), porém atualmente é bastante direto. Essa técnica é muito usada no Japão, é fruto da tão esperada quinta geração dos computadores, geração que morreu antes mesmo de nascer. Fuzzy consiste em aproximar a decisão computacional da decisão humana, tornando as máquinas mais capacitadas a seu trabalho. Isto é feito de forma que a decisão da máquina não se resuma apenas a um sim ou um não, mas também tenha decisões abstratas, como talvez sim, e outras tantas variáveis que representem as decisões humanas. As implementações da lógica fuzzy permitem que estados indeterminados possam ser tratados por dispositivos de controle. Assim é possível avaliar conceitos não qualificáveis; ex: casos práticos como avaliar a temperatura (quente, morno, frio, etc.), o sentimento de felicidade (feliz, entediado, triste, etc.), a veracidade de um argumento (correto, falso, incoerente, etc.). Fuzzy Logic pode ser definida como sendo uma ferramenta capaz de capturar informações vagas, em geral descritas em uma linguagem natural e convertê-las para um formato numérico, de fácil manipulação pelos computadores de hoje em dia. Com base na teoria dos Conjuntos Nebulosos (Fuzzy Set), tem se mostrado mais adequada para tratar imperfeições da informação do que a teoria das probabilidades. 2.2 Características A Lógica Difusa está baseada em palavras e não em números, ou seja, os valores verdades são expressos linguisticamente. Por exemplo: quente, muito frio, verdade, longe, perto, rápido, vagaroso, médio, etc. Possui vários modificadores de predicado como por exemplo: muito, mais ou menos, pouco, bastante, médio, etc.
7 7 Possui também um amplo conjunto de quantificadores, como por exemplo: poucos, vários, em torno de, usualmente. Faz uso das probabilidades linguísticas, como por exemplo: provável, improvável, que são interpretados como números fuzzy e manipulados pela sua aritmética. Manuseia todos os valores entre 0 e 1, tomando estes, como um limite apenas. Embora tenham limitações, os sistemas difusos apresentam peculiaridades interessantes cujas principais características são: Estimam funções entrada-saída; Estimam funções sem o uso de modelos matemáticos; Aprendem por experiência, a partir de dados numéricos e/ou de dados linguísticos; Processam informações em uma estrutura paralela; Podem ser implementados em software, em circuitos digitais e analógicos, em hologramas, em dispositivos óticos; Processam informações de conhecimento estruturado em forma de regras; Processam informações imprecisas, vagas, nebulosas, incompletas; São muito robustos; Sistemas difusos adaptativos podem ser construídos e associados a outras técnicas de busca ou classificação como redes neuronais e algoritmos genéticos, por exemplo. A construção de um sistema difuso não é, em si, um processo complexo. Mesmo aplicado na modelagem de sistemas reais complexos, envolve algumas tarefas básicas mais ou menos comuns a qualquer aplicação: Escolha das variáveis antecedentes e consequentes (de entrada e de saída); Definição dos conjuntos difusos (funções de pertinência); Estabelecimento das relações entre as variáveis (regras); Interpretação da solução (obtenção de valor determinístico). Simulação do sistema (ensaios); Para se chegar aos itens apontados, algumas decisões preliminares precisam ser tomadas. Qualquer modelo de um sistema real, difuso ou de outra natureza, envolve algum tipo de simplificação. Um sistema realcomplexo
8 8 pode ser decomposto em múltiplos subsistemas, permitindo a construção de uma estrutura que facilita a análise e o projeto embora possa, algumas vezes, causar a ocultação de alguma característica ou relação importante. Seguindo as técnicas usuais de modelagem, primeiramente procura-se definir qual é a informação que flui para dentro do sistema difuso, quais são as transformações que essa informação sofre e qual o resultado que eventualmente o sistema difuso fornece. Ou seja, uma relação de causa e efeito é estabelecida. 2.3 Teoria dos Conjuntos Fuzzy O conjunto de números pares e o conjunto de números ímpares são conjuntos precisos. O conjunto de homens e o conjunto de mulheres também, porém a maioria dos conjuntos e proposições não pode ser caracterizada de maneira tão exata. Na lógica fuzzy, a pertinência de um elemento a um conjunto ocorre gradativamente, expressa através de uma função de pertinência. Nos itens a seguir veremos os componentes da teoria dos Conjuntos Fuzzy, a função de pertinência e as variáveis linguísticas Funções de Pertinência Cada conjunto fuzzy, A, é definido em termos de relevância a um conjunto universal, X, por uma função denominada de função de pertinência, associando a cada elemento x um número, A(x), no intervalo fechado [0,1] que caracteriza o grau de pertinência de x em A. A função de pertinência tem a forma A: X à [0,1]. Na figura a seguir (Figura 1) pode-se representar melhor o conceito de função de pertinência dos conjuntos de pessoas de estatura baixa, media e alta pelo método convencional de conjuntos e pelo método fuzzy, no qual são mostradas as funções de pertinência de cada um dos conjuntos. Outro exemplo é o conjunto de pessoas felizes. Pode-se dizer que é difuso, porque muitos de nós somos felizes em um certo grau, talvez em um grau maior ou em um grau menor, mas quase nunca absolutamente felizes ou absolutamente infelizes. Uma pesquisa de opinião com perguntas do tipo: "você está satisfeito com a atuação do presidente? Esse questionamento é falho, já que muitas pessoas
9 9 Figura 1 estão satisfeitas ou insatisfeitas somente até certo ponto. Usar uma escala de 1 a 10 apenas ajuda um pouco, mas ainda estamos lidando com uma faixa de números precisos para definir uma gama de opiniões. Nem todas as notas "cinco" vão ser iguais. Os conjuntos difusos são a chave para as máquinas difusas. A maioria dos artefatos com os quais se está familiarizado são "burros" isto é, rigidamente programados. Sua televisão ou está ligada ou não está; o brilho está em 6 e o contraste em 3. Um sistema de aquecimento controlado por termostato é o exemplo clássico da máquina burra. Quando a temperatura cai abaixo de determinado ponto, o calor é ligado; quando ela ultrapassa essa temperatura, o calor é desligado. O mecanismo é binário: o calor está "ligado" ou "desligado", e quando está ligado, está sempre no mesmo grau. Os conjuntos difusos são a chave para as máquinas difusas. A maioria dos artefatos com os quais se está familiarizado são "burros" isto é, rigidamente programados. Sua televisão ou está ligada ou não está; o brilho está em 6 e o contraste em 3. Um sistema de aquecimento controlado por termostato é o exemplo clássico da máquina burra. Quando a temperatura cai abaixo de determinado ponto, o calor é ligado; quando ela ultrapassa essa temperatura, o calor é desligado. O
10 10 mecanismo é binário: o calor está "ligado" ou "desligado", e quando está ligado, está sempre no mesmo grau. A famosa máquina de lavar difusa trabalha no mesmo princípio, mantendo um olho eletrônico em uma gama de variáveis, calculando médias ponderadas e ajustando suas instruções em resposta. Que tipo de tecidos temos aqui? Estão muito ou pouco sujos? Estamos lidando com graxa, ketchup, café, barro, suor? A carga é grande? Todas essas variáveis se expressam de forma gradativa e a máquina de lavar inteligente calibra suas respostas interativamente. De maneira semelhante, câmeras de vídeo inteligentes ajustam com precisão seu foco e sua abertura; aparelhos de TV inteligentes acompanham e ajustam o brilho e o contraste de uma imagem instável Variáveis Linguísticas Uma das grandes vantagens do uso da lógica fuzzy é a possibilidade de transformar linguagem natural em conjuntos de números, permitindo a manipulação computacional. Zadeh definiu variáveis linguísticas como variáveis as quais os valores são palavras ou sentenças em linguagem natural ou artificial. As variáveis linguísticas assumem valores chamados linguísticos, como por exemplo os valores frio, morna, quente são relativos à variável temperatura da água. 2.4 O Sistema Fuzzy Os sistemas difusos estimam funções com descrição parcial do comportamento do sistema, onde especialistas podem prover o conhecimento heurístico, ou esse conhecimento pode ser inferido a partir de dados de entradasaída do sistema. Pode-se dizer que os sistemas difusos são sistemas baseados em regras que utilizam variáveis linguísticas difusas (conjuntos difusos) para executar um processo de tomada de decisão. Um sistema de Inferência pode ser composto de 5 blocos principais: Base de Regras, Base de dados, Unidade de Decisão Lógica, Interface Fuzzyfication e Interface Defuzzycation. Abaixo a descrição dos blocos que compõem um sistema fuzzy:
11 11 Figura 2 Base de Regras: contém um conjunto de regras/proposições fuzzy onde as variáveis antecedentes/consequentes são variáveis linguísticas e os possíveis valores de uma variável linguística são representados por conjuntos difusos. Uma proposição difusa expressa relações entre variáveis linguísticas e conjuntos difusos [Oliveira, 1999]. Onde pressão e volume são variáveis linguísticas, alta é o antecedente (premissa) e volume é o consequente. Base de Dados: Define as funções de pertinência do conjunto difuso nas regras fuzzy. Unidade de Decisão Lógica: realiza operações de inferência, para obter, a partir da avaliação dos níveis de compatibilidade das entradas com as condições impostas pela base de regras, uma ação a ser realizada pelo sistema. Interface Fuzzyfication: utilizando as funções de pertinência préestabelecidas, mapeia cada variável de entrada do sistema em graus de pertinência de algum conjunto difuso que representa a variável em questão. Interface Defuzzyfication: transforma os resultados difusos da inferência em valores de saída. Calcula a saída com base na inferência obtida no módulo Unidade de Decisão Lógica, com as funções de pertinência das variáveis linguísticas da parte consequente das regras para obter uma saída não difusa. Nessa etapa as regiões resultantes são convertidas em valores de saída do sistema.
12 Áreas de Aplicação Sistemas Especialistas; Computação com Palavras; Raciocínio Aproximado; Linguagem Natural: Controle de Processos; Robótica; Modelamento de Sistemas Parcialmente Abertos; Reconhecimento de Padrões; Processo de Tomada de Decisão (decision making).
13 13 CONCLUSÃO A lógica fuzzy foi desenvolvida para o tratamento de fatores como a incerteza e ambiguidade na definição de parâmetros de um sistema que aumentam muito a complexidade da modelagem. A capacidade da lógica fuzzy em descrever ou classificar detalhes de forma gradual, permite uma aproximação muito maior da realidade, o qual possui um sistema de muitas variáveis e valores ambíguos.
14 14 REFERÊNCIAS
LÓGICA 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 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 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 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 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 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 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 maisLOGICA 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 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 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 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 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 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 DIFUSA. Adilson Pereira de Souza Cristiane Zomer Humberto Luiz Locks Marcos Bortolotto Fernandes Natália Jeremias Fernandes
LÓGICA DIFUSA Adilson Pereira de Souza Cristiane Zomer Humberto Luiz Locks Marcos Bortolotto Fernandes Natália Jeremias Fernandes Resumo. O artigo apresenta um estudo referente à Lógica Difusa. Descrevendo
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 maisPROTÓTIPO DE UM CONTROLADOR DE TEMPERATURA BASEADO EM LÓGICA FUZZY UTILIZANDO UM MICRONTROLADOR
PROTÓTIPO DE UM CONTROLADOR DE TEMPERATURA BASEADO EM LÓGICA FUZZY UTILIZANDO UM MICRONTROLADOR EDUARDO KLAUS BARG ORIENTADOR: MIGUEL ALEXANDRE WISINTAINER ROTEIRO DE APRESENTAÇÃO Introdução Objetivos
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 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 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 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 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 maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
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 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 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 maisUnidade: Lógica Difusa. Unidade I:
Unidade I: 0 Unidade: Lógica Difusa 1) Lógica Difusa, Nebulosa ou Fuzzy Em contraposição à lógica Aristotélica ou Lógica formal, a Lógica Difusa aborda o conceito de dualidade, estabelecendo que algo pode
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 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 maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 70-000 Tel: (7)-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP
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 maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 0-000 Tel: ()-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP -
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisLÓGICA DIFUSA INTELIGÊNCIA ARTIFICIAL APLICADA A SISTEMAS DE INFORMAÇÃO
INTELIGÊNCIA ARTIFICIAL APLICADA A SISTEMAS DE INFORMAÇÃO LÓGICA DIFUSA Adilson Pereira de Souza Cristiano Zomer Humberto Luiz Locks Marcos Bortolotto Fernandes Natália Jeremias Fernandes Profº Saulo Popov
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 0-000 Tel: ()-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP -
Leia maisIntrodução à Computação Parte 2
Introdução à Computação Parte 2 José Gustavo de Souza Paiva Computação Objetivo básico auxiliar os seres humanos em trabalhos repetitivos e bra çais, diminuindo esfor ços e economizando tempo O computador
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 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 maisImplementação de um Controlador Fuzzy para um Sistema de Controle de Nível
Implementação de um Controlador Fuzzy para um Sistema de Controle de Nível 1 IFPB. e-mail: josue.souza@cear.ufpb.br 2 IFRN. e-mail: jlopes0@gmail.com Josué da Silva Souza 1, José Soares Batista Lopes 2
Leia maisInteligência Artificial: Introdução
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Inteligência Artificial: Introdução DCA0121 Inteligência Artificial Aplicada Daniel Enos / Heitor Medeiros
Leia maisAula 6 TECNOLOGIA EM JOGOS DIGITAIS INTELIGÊNCIA ARTIFICIAL PARA JOGOS. Marcelo Henrique dos Santos
Aula 6 TECNOLOGIA EM JOGOS DIGITAIS INTELIGÊNCIA ARTIFICIAL PARA JOGOS Marcelo Henrique dos Santos Marcelo Henrique dos Santos Mestrado em Educação (em andamento) MBA em Negócios em Mídias Digitais MBA
Leia maisInteligência Artificial (Lista 1) Prof. Alex F. V. Machado
Ministério da Educação Instituto Federal de Educação, Ciência e Tecnologia Sudeste de Minas Gerais - Campus Rio Pomba Bacharelado em Ciência da Computação 1) Considere os termos abaixo e complete. Inteligência
Leia maisRevisão FUI. Tiago Alves de Oliveira
Revisão FUI Tiago Alves de Oliveira Definição de Informática O que é informática? Onde é usado a informática nos dias atuais? Definição de Informática Informática é um termo usado para descrever o conjunto
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 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 maisInteligência Artificial. Sistemas Baseados em Conhecimento. Representação de Conhecimento (continuação)
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2018.html Inteligência Artificial Sistemas Baseados em Conhecimento Representação
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 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 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 maisCRÉDITOS DO CURSO. Carga Horária Créditos IN1030 Seminários 30 2
UNIVERSIDADE FEDERAL DE PERNAMBUCO PRÓ-REITORIA PARA ASSUNTOS DE PESQUISA E PÓS-GRADUAÇÃO ESTRUTURA CURRICULAR STRICTO SENSU (baseada na Res. 10/2008 do CCEPE) NOME DO CURSO: Pós-Graduação em Ciência da
Leia maisInteligência Artificial. Categorias de Conhecimento
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Categorias de Conhecimento Roteiro Conclusão
Leia maisPrograma. 3. Características da lógica Fuzzy. 3.a Características gerais. 3.a Características gerais. 3.a Características gerais
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
Leia maisInteligência Artificial. Sistemas Inteligentes. Síntese baseada no cap.2 Sistemas Inteligentes da Solange Rezende
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Sistemas Inteligentes Síntese baseada no cap.2
Leia maisProf. André Rabelo LÓGICA DIGITAL INTRODUÇÃO
Prof. André Rabelo LÓGICA DIGITAL INTRODUÇÃO INTRODUÇÃO Um sistema pode ser definido como sendo um conjunto de elementos que são interligados de alguma maneira para compor um todo e assim realizar funcionalidade
Leia maisSistemas Especialistas (SE)
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Sistemas Especialistas (SE) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
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 maisInteligência Artificial. Aula 1 Prof. Nayat Sánchez Pi
Inteligência Artificial Aula 1 Prof. Nayat Sánchez Pi Curso: Inteligência Artificial Página web: http://nayatsanchezpi.com Material: Livro texto: Inteligência Artiicial, Russell & Norvig, Editora Campus.
Leia maisMATRIZ CURRICULAR BACHARELADO EM ENGENHARIA DA COMPUTAÇÃO. 1º Período
MATRIZ CURRICULAR BACHARELADO EM ENGENHARIA DA COMPUTAÇÃO 1º Período Código Disciplina CHT 1 CHP 2 CH Total Pré-requisitos Dados I 40 40 80 - Cálculo I 80-80 - Fundamentos da Computação 40-40 - Fundamentos
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 maisInteligência Computacional Aplicada. O que é Inteligência Computacional? Áreas de Aplicação Algoritmos Genéticos
Inteligência Computacional Aplicada Resumo O que é Inteligência Computacional? Áreas de Aplicação Algoritmos Genéticos O que é Inteligência Computacional? Técnicas e sistemas computacionais que imitam
Leia maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Data: 23/09/2015 Currículo de Cursos Hora: 07:48:26
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Data: 23/09/2015 Currículo de Cursos Hora: 07:48:26 Curso: Engenharia da Computação Nível: Ensino Superior Grau Conferido: Engenheiro de Computação Turno: Integral
Leia maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Data: 05/07/2017 Currículo de Cursos Hora: 17:30:22
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Data: 05/07/2017 Currículo de Cursos Hora: 17:30:22 Curso: Nível: Grau Conferido: Turno: Tipo: Modalidade: Funcionamento: Documento de Autorização: Engenharia da
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli Material de apoio: Stuart Russel, Peter Norvig.
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 mais2 Lógica Fuzzy. 2 Lógica Fuzzy. Sintaxe da linguagem
2 Lógica Fuzzy 2.1 Cálculo proposicional (lógica proposicional) 2.2 Lógica de Predicados 2.3 Lógica de múltiplos valores 2.4 Lógica Fuzzy Proposições fuzzy Inferência a partir de proposições fuzzy condicionais
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 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 maisFabrício Jailson Barth BandTec
Introdução à Inteligência Artificial Fabrício Jailson Barth fabricio.barth@bandtec.com.br BandTec 1 o semestre de 2012 Objetivos e Sumário O que é Inteligência Artificial (IA)? Objetivos da IA. Influência
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 maisConceitos e Princípios Gerais
Conceitos e Princípios Gerais Conceitos e Princípios Gerais Fases na resolução de problemas físicos Resolução do Modelo Matemático Conceitos Básicos de Cálculo Numérico Erros em Processos Numéricos Fases
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 maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Data: 29/08/2011 Currículo de Cursos Hora: 16:19:21
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Data: 29/08/2011 Currículo de Cursos Hora: 16:19:21 Curso: Engenharia de Computacao Nível: Ensino Superior Grau Conferido: Engenheiro de Computação Turno: Diurno
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 maisImplementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC
Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC Ederson Costa dos Santos 1, Leandro Barjonas da Cruz Rodrigues 1, André Maurício Damasceno Ferreira 2 1
Leia maisIntrodução a Programação
Introdução a Programação Prof. André Gustavo Duarte de Almeida andre.almeida@ifrn.edu.br docente.ifrn.edu.br/andrealmeida Aula 01 Informática e a Programação Roteiro Informática Pensar e Programar Atividades
Leia maisConhecimento e Raciocínio Incertos
Conhecimento e Raciocínio Incertos Aula #6.1 EBS 564 IA Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Seres humanos são capazes de lidar com processos bem complexos 2 Seres humanos
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 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 maisConteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier
Conteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier Sistemas fuzzy A inferência fuzzy é um paradigma computacional baseado na Teoria de conjuntos fuzzy, regras de inferência
Leia maisDefinição IHC. Disciplina ou campo de estudo interessada no design, implementação e avaliação de sistemas computacionais interativos para uso humano.
Introdução à IHC Definição IHC Disciplina ou campo de estudo interessada no design, implementação e avaliação de sistemas computacionais interativos para uso humano. Estudo dos fenômenos associados ao
Leia maisA Matemática como Serviço a Ciência da Computação. Prof. Dr. Carlos Eduardo de Barros Paes Coordenador do Curso de Ciência da Computação
A Matemática como Serviço a Ciência da Computação Prof. Dr. Carlos Eduardo de Barros Paes Coordenador do Curso de Ciência da Computação A Matemática e Ciência da Computação A Matemática faz parte do DNA
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 maisInteligência Artificial Agentes Inteligentes
Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre
Leia maisInteligência Artificial. Prolog. Aula 2 Introdução (cont.)
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Prolog Aula 2 Introdução (cont.) Características
Leia maisLógica Fuzzy. Lógica Fuzzy: Noções Gerais e Aplicações. apresentação. Prof a. Responsável: Graçaliz Pereira Dimuro. Disciplina: Computação Flexível
apresentação Lógica Fuzzy Conrado Ruch. Diego Pereira. Rogério Vargas Prof a. Responsável: Graçaliz Pereira Dimuro Disciplina: Computação Flexível Programa Conrado Ruch. Diego de Pereira Pós-Graduação.
Leia mais19 Congresso de Iniciação Científica APLICAÇÃO DA LÓGICA NEBULOSA A MODELO DE CONHECIMENTO DO PROCESSO DE MINERAÇÃO DE DADOS
19 Congresso de Iniciação Científica APLICAÇÃO DA LÓGICA NEBULOSA A MODELO DE CONHECIMENTO DO PROCESSO DE MINERAÇÃO DE DADOS Autor(es) ANDRE DE ANDRADE BINDILATTI Orientador(es) ANDERSON BERGAMO, ANA ESTELA
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 maisLógica dos Conjuntos Difusos (Fuzzy Sets)
Lógica dos Conjuntos Difusos (Fuzzy Sets) Uma aula dada por: Francisco Andrade (ei05013@fe.up.pt) José Santos (ei05038@fe.up.pt) Luís Carneiro (ei05045@fe.up.pt) Ricardo Paulo (ei05067@fe.up.pt) Conteúdos
Leia maisLAB3 Controle nebuloso (VERSÃO PROVISÓRIA)
LAB3 Controle nebuloso (VERSÃO PROVISÓRIA) 3.1 Objetivo Esta experiência tem por objetivo a familiarição com a técnica de Controle Nebuloso (Fuzzy Control, em inglês). Para isso será contruído um controlador
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 01 - Introdução O Que é Inteligência Artificial? [Winston, 1984]: "Inteligência artificial é o estudo das ideias que
Leia maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 06 Algoritmos Genéticos Sumário Introdução Inteligência Artificial (IA) Algoritmos Genéticos Aplicações de
Leia maisUniversidade Estadual Paulista Campus de Ilha Solteira. Palestra: Carlos Roberto Minussi DEE FEIS UNESP
Universidade Estadual Paulista Campus de Ilha Solteira Palestra: Lógica Fuzzy (Nebulosa) Carlos Roberto Minussi DEE FEIS UNESP História e Motivação Lógiica Fuzzy Computação com Pallavras Zadeh [1965] desenvolveu
Leia maisInteligência Artificial
Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Parte I) Prof. a
Leia maisAPLICAÇÃO DE ANALISE DE RISCO DE CLIENTE PARA TOMADA DE CRÉDITO UTILIZANDO LÓGICA FUZZY TOOLBOX DO MATLAB. Diogo Mendes.
APLICAÇÃO DE ANALISE DE RISCO DE CLIENTE PARA TOMADA DE CRÉDITO UTILIZANDO LÓGICA FUZZY TOOLBOX DO MATLAB Diogo Mendes. Luciana Wanderley Especialização em Engenharia de Sistemas Universidade Estadual
Leia mais