Lógica dos Conjuntos Difusos
|
|
- Carlos Henrique Sabrosa Terra
- 6 Há anos
- Visualizações:
Transcrição
1 Lógica dos Conjuntos Difusos Inteligência Artificial 8 de Abril de 2013 Filipe Oliveira ei10038@fe.up.pt Tiago Azevedo ei10090@fe.up.pt
2 Conteúdo Introdução Contexto Histórico Definição de Conjunto Difuso Probabilidade vs Conjunto Difuso Operações em Conjuntos Difusos Variáveis e Valores Linguísticos Regras SE-ENTÃO Lógica Difusa Métodos de Desfusificação Exemplos Aplicações
3 Introdução Só há dois valores de verdade possíveis. Na vida real há noções que são relativas! Quente / Frio Magro / Gordo Criança / Adolescente... Necessidade de criar um terceiro "valor de verdade".
4 Contexto Histórico Łukasiewicz, na década de 1920, introduz a Lógica dos Conjuntos Difusos. Além dos valores de verdade e falsidade, é introduzido um terceiro valor indeterminado. Verdade Falso Indeterminado Verdade Verdade Falso Indeterminado Falso Verdade Verdade Verdade Indeterminado Verdade Indeterminado Verdade
5 Contexto Histórico Lofti Zadeh, em 1965, formaliza a Lógica dos Conjuntos Difusos. Propõe o uso de funções de pertença para indicar os valores possíveis. Aplicou estes princípios às variáveis linguísticas tais como "altura", no universo de discurso das Pessoas.
6 Definição de Conjunto Difuso Teoria de Conjuntos Tradicional Teoria de Conjuntos Difusos C C S F?
7 Definição de Conjunto Difuso Sendo x um elemento de C: O Conjunto Difuso F contém uma função de pertença μf(x) que associa a cada x um grau de pertença a F. Função de pertença varia entre 0 e 1. C F?
8 Definição de Conjunto Difuso Exemplo com Universo de Valores Discretos C = { Paris, São Petersburgo, Lisboa } F = "Cidades agradáveis para se viver" F = { (Paris, 0.9), (São Petersburgo, 0.6), (Lisboa, 0.001) } F = 0.9/Paris + 0.6/São Petersburgo /Lisboa
9 Definição de Conjunto Difuso Exemplo com Universo de Valores Contínuos
10 Definição de Conjunto Difuso e d a i r o e T a d o ã ç a z i l a r e n e G l a n o i c i d a r T s Conjunto
11 Probabilidade vs Conjunto Difuso Antes de fazer o testeude IART, a o l e d o m m é e d a d i l i b a b o Pr probabilidade de eu conseguir responder a a i c n â or n g i e d tudo é de X%. Depois do teste feito, a probabilidade não serve para nada... e d s u a r g a s u a s u f i D a c i g ó L Depois do teste feito, verdaademinha nota pode-se incluir nalgum Conjunto Difuso.
12 Operações em Conjuntos Difusos Interseção
13 Operações em Conjuntos Difusos Reunião
14 Operações em Conjuntos Difusos Complemento
15 Operações em Conjuntos Difusos Complemento Lógica Tradicional
16 Operações em Conjuntos Difusos Complemento Lógica Tradicional
17 Operações em Conjuntos Difusos Complemento Lógica Difusa??
18 Variáveis e Valores Linguísticos Valor Linguístico: Tem carácter vago. Define um conceito (ex.: alto, baixo). Representável por um conjunto difuso. Variável Linguística: Não tem carácter vago. Define uma medida (ex.: altura). Representável por vários conjuntos difusos.
19 Regras SE-ENTÃO SE <antecedente> ENTÃO <consequente> Composição de valores linguísticos: Conjunções; Disjunções; Negação. Conclusão: Valor linguístico; Simples. SE é saudável E NÃO é idoso ENTÃO pode trabalhar
20 Lógica Difusa Fusificação Dados de Entrada Inferência Desfusificação Resultados Em geral, um problema é resolvido através de um KBC (Knowledge Based Controller). Pressupostos: Conjuntos difusos que representam as variáveis linguísticas (entrada e saída). Conjunto de regras que representam a lógica do sistema.
21 Lógica Difusa Fusificação Inferência Dados de Entrada Desfusificação Resultados Processo que determina os valores de pertença dos valores linguísticos através dos dados de entrada (variáveis linguísticas). Recorre às funções de pertença. Aplica-se quando os dados de entrada não explicitam as pertenças dos valores linguísticos.
22 Lógica Difusa Fusificação Inferência Desfusificação Dados de Entrada Resultados Processo que faz corresponder um valor de verdade a cada regra do sistema e restringe a função de pertença do consequente com um corte pelo valor calculado; Para cada regra interpreta o valor de verdade do antecessor, aplicando as operações necessárias. Retorna os conjuntos difusos modificados.
23 Lógica Difusa Fusificação Dados de Entrada Inferência Desfusificação Resultados Os resultados do módulo de Inferência não nos permitem efectuar decisões porque ainda comportam conhecimento vago. Deste modo, a desfusificação é o processo que converte este conhecimento vago (conjuntos difusos) num único valor da variável linguística de saída.
24 Métodos de Desfusificação Center-of-Area (CoA) / Gravity: calcula o centro da área da reunião dos conjuntos difusos. considerado 1 vez Center-of-Largest-Area (CLA) First-of-Maxima (FoM)
25 Métodos de Desfusificação Center-of-Sums (CoS): calcula o centro da área dos conjuntos difusos. considerado 2 vezes Middle-of-Maxima (MoM) Height Method (HM)
26 Exemplo Como efetuar um diagnóstico médico sabendo a temperatura corporal, a pressão sanguínea e a frequência cardíaca de um indivíduo? (adaptação de problema do capítulo 7 do livro Introduction to Fuzzy Sets, Fuzzy Logic, and Fuzzy Control Systems, 2001)
27 Exemplo Temperatura Corporal Pressão Sanguínea Frequência Cardíaca Figura: Funções de pertença para a temperatura, pressão e frequência.
28 Exemplo - Problema 1 SE Temperatura E Pressão E Frequência ENTÃO Estado Clínico Regra Temperatura Pressão Frequência Estado Clínico R1 alta normal normal Febre R2 normal alta normal Hipertensão R3 baixa normal normal Hipotermia Tabela: Estrutura das regras do problema e definição das mesmas. Objetivo: obter grau de verdade de cada estado clínico. Consequência: lógica difusa pára na inferência. para simplificação apenas são consideradas 3 das 27 combinações de conjuntos
29 Exemplo - Problema 1 T = 99 Fusificação P = 125 F = 70 R1 alta normal Febre? Hipertensão? Hipotermia? Inferência normal Febre
30 Exemplo - Problema 1 Febre? Hipertensão? Hipotermia? T = 99 Fusificação P = 125 Inferência F = 70 R1 μta(99) = 0.5 normal normal Febre
31 Exemplo - Problema 1 T = 99 P = 125 Fusificação Febre? Hipertensão? Hipotermia? Inferência F = 70 R1 μta(99) = 0.5 μpn(125) = normal Febre
32 Exemplo - Problema 1 T = 99 P = 125 F = 70 Regra Fusificação Temperatura Pressão Febre? Hipertensão? Hipotermia? Inferência Frequência Estado Clínico R1 μta(99) = 0.5 μpn(125) = 0.75 μfn(70) = 1.0 Febre R2 μtn(99) = 0.5 μpa(125) = 0.25 μfn(70) = 1.0 Hipertensão R3 μtb(99) = 0.0 μpn(125) = 0.75 μfn(70) = 1.0 Hipotermia
33 Exemplo - Problema 1 T = 99 P = 125 F = 70 R1 Fusificação μta(99) = 0.5 μpn(125) = 0.75 Febre? Hipertensão? Hipotermia? Inferência μfn(70) = 1.0 Febre E min(0.5; 0.75) E min(0.5; 1.0) = grau de verdade = 0.5
34 Exemplo - Problema 1 T = 99 P = 130 F = 70 Regra Fusificação Temperatura Pressão Inferência Frequência Febre? Hipertensão? Hipotermia? Estado Clínico Verdade R1 μta(99) = 0.5 μpn(125) = 0.75 μfn(70) = 1.0 Febre 0.5 R2 μtn(99) = 0.5 μpa(125) = R3 μtb(99) = 0.0 μpn(125) = 0.75 μfn(70) = 1.0 Hipotermia μfn(70) = 1.0 Hipertensão 0.0 E se duas regras concluíssem um mesmo estado clínico?
35 Exemplo - Problema 2 SE Temperatura E Pressão E Frequência ENTÃO Dosagem de Benuron Regra Temperatura Pressão Frequência Dosagem R4 alta normal normal alta R5 normal alta normal baixa R6 baixa normal normal média Tabela: Estrutura das regras do problema e definição das mesmas. Objetivo: obter dosagem de Benuron recomendada. Consequência: é necessário definir as funções de pertença para a dosagem.
36 Exemplo - Problema 2 Fusificação Inferência Desfusificação T = 99; P = 125; F = 70 Regra Temperatura Dosagem? Pressão Frequência Dosagem Verdade R4 μta(99) = 0.5 μpn(125) = 0.75 μfn(70) = 1.0 alta 0.5 R5 μtn(99) = 0.5 μpa(125) = R6 μtb(99) = 0.0 μpn(125) = 0.75 μfn(70) = 1.0 média μfn(70) = 1.0 baixa 0.0
37 Exemplo - Problema 2 Fusificação Inferência T = 99; P = 125; F = 70 Regra Dosagem Verdade R4 alta 0.5 R5 baixa 0.25 R6 média 0.0 Desfusificação Dosagem?
38 Exemplo - Problema 2 Fusificação Inferência Desfusificação T = 99; P = 125; F = 70 Aplicando o método Center-of-Sums: Dosagem?
39 Aplicações Comboios de alta-velocidade no Japão: Gestão de custos e horários; Melhoria do conforto. Máquinas fotográficas e de vídeo da Canon: Implementação de focagem automática. Previsão de terramotos Problemas de controlo (pêndulo invertido, robótica, semáforos,...)
40 Conclusões Tolerância a dados imprecisos Intuitivo Baseado em termos linguísticos Forma conveniente de expressar conhecimento de senso comum Modelação precisa/tradicional pode ser mais eficiente e até mais conveniente
41 Conclusões If a man will begin with certainties, he will end with doubts, but if he will be content to begin with doubts, he shall end in certainties. - Francis Bacon, 1605
42 Bibliografia Guanrong Chen, Trung Tat Pham. "Introduction to Fuzzy Sets, Fuzzy Logic, and Fuzzy Control Systems". CRC Press LLC < L. A. Zadeh. "Fuzzy Sets" (Artigo), 1965 < J.-S. R. Jang, C.-T. Sun, E. Mizutani. "Neuro-Fuzzy and Soft Computing". Prentice Hall D. Driankov, H. Hellendoorn, M. Reinfrank. "An Introduction to Fuzzy Control". Springer org/wiki/logística/localização/selecção_de_locais/selecção_do_local_pela_teoria_dos_conju ntos_difusos
43 Bibliografia
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 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 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 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 maisLÓGICA FUZZY. Adão de Melo Neto
LÓGICA FUZZY Adão de Melo Neto INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA OPERAÇÕES SOBRE CONJUNTOS
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 09 Lógica Fuzzy Edirlei Soares de Lima Introdução A Lógica Fuzzy é baseada na teoria dos conjuntos fuzzy. Tradicionalmente, uma proposição lógica
Leia 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 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 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 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 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 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 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 mais27/8/2011. Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011
Tomada de Decisão e Regras Nebulosas Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011 Representação Matemática de Incertezas Padrões
Leia maisInteligência Artificial
DSC/CCT/UFC Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Lógica Fuzzy) Prof.
Leia maisLógica Fuzzy. Plano de aula. Motivação Fundamentação Teórica Sistemas Difusos (aplicações) Estudo de Caso Considerações Finais
LÓGICA FUZZY 1 Plano de aula Motivação Fundamentação Teórica Sistemas Difusos (aplicações) Estudo de Caso Considerações Finais 2 Motivação: Grau de Crença vs. Grau de Verdade Grau de crença: População
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 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 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 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 05 Teoria dos Conjuntos Difusos Max Pereira CONJUNTOS CLÁSSICOS Teoria dos Conjuntos é o estudo da associação entre objetos
Leia maisCONTEÚDO LÓGICA FUZZY LÓGICA FUZZY LÓGICA FUZZY. Um dos componentes mais importantes de um sistema fuzzy é o Módulo de Regras.
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos ásicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,
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 maisFuzzy Logic - Lógica Difusa - Introdução Muito Rápida
Fuzzy Logic - Lógica Difusa - Introdução Muito Rápida por Armando Jorge Sousa - 11 Março de 2005 A Fuzzy Logic, Lógica Difusa também chamada de Lógica Imprecisa confere graus intermédios de verdade para
Leia maisLógica Fuzzy: Introdução a Lógica Fuzzy, exemplo da Gorjeta e ANFIS
Lógica Fuzzy: Introdução a Lógica Fuzzy, exemplo da Gorjeta e ANFIS 24 de outubro de 2013 Sumário I 1 Introdução 2 Propriedades 3 Variáveis linguísticas 4 Regras Fuzzy 5 Arquitetura 6 Exemplo Exemplo 1
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 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 maisObjetivos da aula. Introdução. Teoria da Probabilidade Lógica Nebulosa. Introdução 21/02/17. PCS 5869 lnteligência Ar9ficial
2/2/7 PCS 5869 lnteligência Ar9ficial Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa Material com contribuições de: Prof. Marco Tulio C. Andrade, PCS/EPUSP Objetivos da aula Fornecer
Leia maisSISTEMAS NEURO-FUZZY NEURAL-FUZZY SYSTEMS
SISTEMAS NEURO-FUZZY NEURAL-FUZZY SYSTEMS Stéphanie Lucchesi, Sandra Regina Monteiro Masalskiene Roveda Campus Experimental de Sorocaba Engenharia Ambiental steh_l@hotmail.com, ISB. Palavras chave: fuzzy,
Leia maisSistema de Inferência Fuzzy. Prof. Juan Mauricio Villanueva
Sistema de Inferência Fuzzy Prof. Juan Mauricio Villanueva jmauricio@cear.ufpb.br http://app.cear.ufpb.br/~juan/ 1 Introdução Lógica Fuzzy É uma ferramenta que permite capturar informações imprecisas,
Leia maisLogica Difusa (Fuzzy( Fuzzy)
Logica Difusa (Fuzzy( Fuzzy) Patricia Tedesco e Germano Vasconcelos {pcart, gcv}@cin.ufpe.br Horários: 2 as e 4 as 14 às 16 Sala: D001 e D226 Página da Disciplina: www.cin.ufpe.br/~îf684/ec/2010-1/ 1 Introdução
Leia maisSistema 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 maisTP034-Tópicos Especiais de Pesquisa Operacional I
TP34-Tópicos Especiais de Pesquisa Operacional I (Conjuntos Difusos Princípio da Extensão) Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Gráficos difusos Um gráfico difuso descreve um mapeamento funcional
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 maisMódulo 2 Álgebra e Lógica Booleana
1 Sistemas Digitais e Arquitetura de Computadores Módulo 2 Álgebra e Lógica Booleana 0. Álgebra de Boole 2017/2018 2 Introdução A álgebra de Boole, como a álgebra tradicional, tem, em princípio, como objeto,
Leia maisReconhecimento das cores do MSX por Lógica Fuzzy
Reconhecimento das cores do MSX por Lógica Fuzzy Resumo O objetivo deste artigo é demonstrar como é possível reconhecer as cores nativas do MSX 1 a partir de imagens de 24 bits do PC. 1- Introdução A redução
Leia 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 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 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 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 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 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 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 maisTP034-Tópicos Especiais de Pesquisa Operacional I
TP034-Tópicos Especiais de Pesquisa Operacional I (Conjuntos Difusos Variáveis Linguísticas) Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Introdução Técnicas convencionais de análise de sistemas são inadequadas
Leia 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 maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO LIN YU HAN RENAN RISSÁ FRANCO LÓGICA FUZZY RELATÓRIO PONTA GROSSA
Leia 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 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 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 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 maisUtilização da Lógica Fuzzy: Uma Aplicação na Área da Saúde
Utilização da Lógica Fuzzy: Uma Aplicação na Área da Saúde Cristiane Koehler Universidade de Caxias do Sul (UCS) Centro de Informática Médica (CIM) ckoehler@ucs.br Lucimar Fossatti de Carvalho Universidade
Leia maisSISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY
SISTEMAS FUZZY A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente
Leia maisSISTEMAS ESPECIALISTAS Gerenciamento de Incertezas em Sistemas Especialistas. Ao se modelar sistemas (especialistas ou não) do mundo real:
Ao se modelar sistemas (especialistas ou não) do mundo real: Considerável parte dos dados modelados apresenta uma característica estável, precisa e bem definida por natureza. Outra parte dos dados modelados
Leia maisUma abordagem Fuzzy para a previsão de curto-prazo do consumo de energia elétrica
Uma abordagem Fuzzy para a previsão de curto-prazo do consumo de energia elétrica Roger Júnio Campos, Tales Argolo Jesus, Centro de Pesquisa e Desenvolvimento em Engenharia Elétrica - CPDEE - UFMG, 31270-901,
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 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 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 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 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 maisCONTEÚDO LÓGICA FUZZY LÓGICA FUZZY. Proposições Fuzzy. Regras são implicações lógicas. Introdução Introdução, Objetivo e Histórico
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos ásicos Definição, Características e Formas de Imprecisão Conjuntos Fuzz Propriedades, Formas de Representação e Operações Relações, Composições,
Leia maisProf. Doutor Paulo Salgado UTAD. Doutoramento em Engª Electrotécnica e de Computadores - Prof. Paulo Salgado
Introdução à LÓGICA DIFUSA Prof. Doutor Paulo Salgado UTAD psal@utad.pt Tópicos do Curso Introdução à LÓGICA DIFUSA (Fuzzy Logic). Operações Lógicas e Inferência difusa Técnicas automáticas de geração
Leia maisMétodos de Inferência Fuzzy
Métodos de Inferência Fuzzy Prof. Paulo Cesar F. De Oliveira, BSc, PhD 16/10/14 Paulo C F de Oliveira 2007 1 Seção 1.1 Método de Mamdani 16/10/14 Paulo C F de Oliveira 2007 2 Professor Ebrahim Mamdani
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 maisNos parágrafos seguintes serão definidos os operadores NOT, OR e AND sobre o
112 3.5.5 Os operadores NOT, OR e AND Nos parágrafos seguintes serão definidos os operadores NOT, OR e AND sobre o reticulado τ = < [0, 1] [0, 1], >, associado à lógica paraconsistente anotada evidencial
Leia maisComplemento 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 maisA maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição.
SISTEMAS NEBULOSOS A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente
Leia maisCONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,
Leia maisReconhecimento de cores do MSX por lógica fuzzy
Reconhecimento de cores do MSX por lógica fuzzy Resumo O objetivo deste artigo é demonstrar como é possível reconhecer, em uma imagem de 24 bits, a cor mais parecida com uma das 15 cores do MSX 1. 1- Introdução
Leia 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 FUZZY NO CONTROLE DE EMBARQUE DE NAVIOS NO TERMINAL MARÍTIMO DE PONTA DA MADEIRA. Universidade Federal do Maranhão
LÓGICA FUZZY NO CONTROLE DE EMBARQUE DE NAVIOS NO TERMINAL MARÍTIMO DE PONTA DA MADEIRA *José Pinheiro de Moura, Ginalber Luiz de Oliveira Serra, Joâo Viana da Fonseca Neto Universidade Estaual do Maranhão
Leia maisLógica Fuzzy 7.1 INTRODUÇÃO
7 Lógica Fuzzy Ser ou não ser: esta é a questão. (William Shakespeare, Hamlet) 7.1 INTRODUÇÃO Usamos, no cotidiano, conceitos subjetivos para classificar ou considerar certas situações tais como : - Siga
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 maisJogo de Golfe. Lógica Nebulosa Fuzzy Logic. Lógica Nebulosa. Jogo de Golfe. Lógica Nebulosa. Lógica Nebulosa. O ser humano é inexato por natureza
uzzy Logic O ser huano é inexato por natureza Hoje está ais ou enos quente O show é eio caro Aquele cara é baixinho Coloque u pouco de sal Picanha be passada Não há incerteza sobre o valor. O problea é
Leia maisInteligência Artificial
Inteligência Artificial Sistemas Especialistas Raciocínio e Mecanismos de Inferência Arquitetura de um SE típico Interface com o Usuário: Perguntas e respostas; Linguagem natural Editor da Base de Conhecimento
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 maisU N I V E R S I D A D E C A N D I D O M E N D E S P Ó S G R A D U A Ç Ã O L A T O S E N S U I N S T I T U T O A V E Z D O M E S T R E
U N I V E R S I D A D E C A N D I D O M E N D E S P Ó S G R A D U A Ç Ã O L A T O S E N S U I N S T I T U T O A V E Z D O M E S T R E E S T U D O D O S P R O B L E M A S D A E C O N O M I A B R A S I L
Leia maisLaboratório 4 - Controle nebuloso
Laboratório 4 - Controle nebuloso PTC 2619 / PTC 3418 Laboratório de Automação 1º semestre de 2017 Bruno A. Angélico Laboratório de Automação e Controle Departamento de Engenharia de Telecomunicações e
Leia maisA C T A N. º I V /
1 A C T A N. º I V / 2 0 0 9 - - - - - - A o s d e z a s s e t e d i a s d o m ê s d e F e v e r e i r o d o a n o d e d o i s m i l e n o v e, n e s t a V i l a d e M o n c h i q u e, n o e d i f í c
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 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 maisM a n h ã... p r e s e n t e! L u g a r... p r e s e n t e! Q u e m... p r e s e n t e! N e n h u m... p r e s e n t e! C u í c a... p r e s e n t e!
C a r o l i n a M a n h ã......................................................................... p r e s e n t e! L u g a r.......................................................................... p
Leia maisIntrodução, motivação e conjuntos fuzzy
Lógica Fuzzy Introdução, motivação e conjuntos fuzzy Professor: Mário Benevides Monitores: Bianca Munaro Diogo Borges Jonas Arêas Renan Iglesias Vanius Farias Introdução "A lógica difusa tem por objetivo
Leia maisConteúdo: Operações Conjuntos Crisp Operações Conjuntos fuzzy. Operadores de Zadeh Operadores Compensatórios Operadores T-norm e T-conorm
Conteúdo: Operações Conjuntos Crisp Operações Conjuntos fuzzy Operadores de Zadeh Operadores Compensatórios Operadores T-norm e T-conorm Operações com Conjuntos Crisp Função característica: determina se
Leia maisVariáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,
Leia maisSistemas Especialistas. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 6)
Sistemas Especialistas Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 6) Sistemas Baseados em Conhecimento Os Sistemas Especialistas (SE) e os Sistemas
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 maisIntrodução ao tema das Redes Bayesianas
Introdução ao tema das Redes Bayesianas Seminário de Modelação Cátia Azevedo 25/01/2013 Índice Introdução Redes Bayesianas Aprendizagem Bayesiana Teorema de Bayes Distribuição de probabilidade conjunta
Leia maisCálculo proposicional
O estudo da lógica é a análise de métodos de raciocínio. No estudo desses métodos, a lógica esta interessada principalmente na forma e não no conteúdo dos argumentos. Lógica: conhecimento das formas gerais
Leia maisAula 4: Álgebra booleana
Aula 4: Álgebra booleana Circuitos Digitais Rodrigo Hausen CMCC UFABC 01 de fevereiro de 2013 http://compscinet.org/circuitos Rodrigo Hausen (CMCC UFABC) Aula 4: Álgebra booleana 01 de fevereiro de 2013
Leia maisLógica Matemática. Prof. Gerson Pastre de Oliveira
Lógica Matemática Prof. Gerson Pastre de Oliveira Programa da Disciplina Proposições e conectivos lógicos; Tabelas-verdade; Tautologias, contradições e contingências; Implicação lógica e equivalência lógica;
Leia maisSistemas Digitais Álgebra de Boole Binária e Especificação de Funções
Sistemas Digitais Álgebra de Boole Binária e Especificação de Funções João Paulo Baptista de Carvalho (Prof. Auxiliar do IST) joao.carvalho@inesc.pt Álgebra de Boole Binária A Álgebra de Boole binária
Leia maisPlano de Negócios (Objectivo, Estrutura e Conteúdo) Ciclo de Workshops ARRISCA C 2011
Plano de Negócios (Objectivo, Estrutura e Conteúdo) Ciclo de Workshops ARRISCA C 2011 When men speak of the future, the Gods laugh. CHINESE PROVERB Índice Objectivo Estrutura Conteúdo Lições de Guy Kawasaki
Leia maisAutomação Inteligente
Curso de Graduação em Engenharia Elétrica Universidade Federal da Paraíba Período 2016-2 Automação Inteligente Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan Informações
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 maisLógica Fuzzy. Conectivos e Inferência. Professor: Mário Benevides. Monitores: Bianca Munaro Diogo Borges Jonas Arêas Renan Iglesias Vanius Farias
Lógica Fuzzy Conectivos e Inferência Professor: Mário Benevides Monitores: Bianca Munaro Diogo Borges Jonas Arêas Renan Iglesias Vanius Farias Conectivos O que são conectivos? São operadores que conectam
Leia maisModalidade: Outras formas de formação não inseridas no CNQ. Objectivos
Modalidade: Outras formas de : 100h Estrutura: 12 Módulos Local: Fábrica das Cores Formadores: António Rendeiro ; Andreia Nunes Objectivos Gerais 1. Adquirir competências técnicas de fotografia em contexto
Leia mais