Conjuntos e Relações Nebulosas (Fuzzy)

Tamanho: px
Começar a partir da página:

Download "Conjuntos e Relações Nebulosas (Fuzzy)"

Transcrição

1 Conjuntos e Relações Nebulosas (Fuzzy) Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana

2 2 Operações Básicas Para sistemas que usam a Lógica Nebulosa, o processamento de informações é consistido de operações que são realizadas sobre os seus conjuntos nebulosos. Dentre estas operações, destacam-se a União, a Intersecção e o Complemento. Estas operações são definidas em função de operadores MAX e MIN.

3 3 Conjunto União (S-Norma) O conjunto união entre os conjuntos nebulosos A e B, pertencentes a um mesmo universo de discurso U, é formado por todos os valores máximos entre μ A (x) e μ B (x), para todo x U. μ A (x) () μ B (x) () = MAX (μ A (x), (),μμ B (x)) ())

4 4 Conjunto Intersecção (T-Norma) O conjunto intersecção entre os conjuntos nebulosos A e B, pertencentes a um mesmo universo de discurso U, é formado por todos os valores mínimos entre μ A (x) e μ B (x), para todo x U. μ A (x) μ B (x) = MIN (μ A (x), μ B (x))

5 5 Conjunto Complemento O complemento de um conjunto nebuloso normalizado A, pertencente a um universo de discurso U, é formado pela subtração de μ A (x) do valor unitário {} μ A (x) = A () - μ A (x) ()

6 6 Operações Básicas: exemplo Sejam os conjuntos nebulosos A e B, definidos no universo de discurso U = {, 2, 3, 4, 5} A = 0,2/ + 0,5/2 +,0/3 + 0,8/4 + 0,/5 B = 0,/ +,0/2 + 0,9/3 + 0,4/4 + 0,3/5 μ A (x) μ B (x) = 0,2/ +,0/2 +,0/3 + 0,8/4 + 0,3/5 μ A (x) μ B (x) = 0,/ + 0,5/2 + 0,9/3 + 0,4/4 + 0,/5 μ A (x) = 0,8/ + 0,5/2 + 0/3 + 0,2/4 + 0,9/5 μ B (x) = 0,9/ + 0/2 + 0,/3 + 0,6/4 + 0,7/5

7 7 Operações Básicas: exemplo 2 União μ(x) 0.9 A B C D E x

8 8 Operações Básicas: exemplo 2 Intersecção μ(x) 0.8 A B C D E x

9 9 Operações Básicas: exemplo 2 Complemento Complemento do conjunto nebuloso C μ(x) 0.9 A B C D E x

10 0 Transformações de Escala Existem vários tipos de funções que podem ser utilizadas para a realização de transformações de escalas em conjuntos nebulosos. As principais funções em tais propósitos são: Normalização Contração Dilatação Intensificação

11 Transformações de Escala Normalização Consiste em transformar um conjunto nebuloso A não normalizado, ado, o qual não seja vazio, em um conjunto nebuloso normalizado A normalização é efetuada após a divisão da função de pertinência do conjunto A pela sua altura μ x A( ) NORM( μ A( x)) =, onde x U ALT( A)

12 2 Transformações de Escala Contração Consiste em contrair (afinar) a função de pertinência, a qual está associada ada a um conjunto nebuloso A, em torno de seus valores máximos CONT x = x x U 2 ( μ A ( )) ( μ A ( )), ou p CONT ( μ ( x)) = ( μ ( x)), com p > A A

13 3 Transformações de Escala Contração: exemplo μ(x) ( ) p=,2 p=, x

14 4 Transformações de Escala Dilatação Consiste em dilatar (expandir) a função de pertinência em torno o de seus valores máximos DILAT ( μ ( x)) = μ ( x), x U A DILAT( μ ( x)) = ( μ ( x)), com p > A ou A A p

15 5 Transformações de Escala Dilatação: exemplo μ(x) ( ) p=,7 p=, x

16 6 Transformações de Escala Intensificação Consiste em incrementar os valores da função de pertinência que estão acima a de 0,5 e decrementar e e os respectivos valores que estão abaixo de 0,5 INTENS x x x 2 ( μa( )) = 2( μa( )) 0 μa( ) 0,5 2 2( μ A( x)) 0,5 μ A( x),0

17 7 Transformações de Escala Intensificação: exemplo μ(x) ( ) x intensificada

18 8 Operações de Agregação Consistem em combinar conjuntos nebulosos visando a obtenção de um único conjunto Admitindo-se N conjuntos nebulosos dados por A,A 2,..., A N, definidos em um universo de discurso U, então a função de pertinência μ B representando o conjunto nebuloso B, o qual é resultado da aplicação da operação de agregação AGR(.) sobre os elementos de A, A 2,..., A N é dada por: μ B (x) = AGR(μ A (x), μ A2 (x),..., μ AN (x); x U Alguns operadores de agregação podem ser agrupados como operadores compensatórios ou operadores medianos

19 9 Operadores Compensatórios Combinam operadores de intersecção e união, visando a produção de operadores de agregação que forneçam melhores resultados em determinadas situações Um dos principais p operadores compensatórios foi proposto por Zimmerman AGR(μ A (x),μ () B B( (x))=(-γ)(μ ))( )( A (x) μ () B B( (x))+γ(μ ( A (x) μ () B B( (x)) γ [0,] Os valores de pertinência resultantes desta agregação sempre estarão entre os valores de intersecção e união

20 20 Operadores Compensatórios Operador compensatório de Zimmerman: exemplo γ = 0,2 μ(x) Baixa Média Alta x

21 2 Operadores Compensatórios Operador compensatório de Zimmerman: exemplo γ = 0,5 μ(x) Baixa Média Alta x

22 22 Operadores Compensatórios Operador compensatório de Zimmerman: exemplo γ = 0,7 μ(x) Baixa Média Alta x

23 23 Operadores Medianos Nestes operadores, os valores de pertinência resultantes estão entre os valores mínimos e máximos das funções de pertinência que constituem o argumento de AGR(.) MIN (μ A (x),..., (),,μμ AN (x)) ()) AGR (μ A (x),..., (),,μμ AN (x)) ()) MAX (μ A (x),..., μ AN (x)) Os principais tipos de operadores medianos são Média Aritmética Média Geométrica Mínimo Máximo

24 24 Tipos de Operadores Medianos Média Aritmética Média Geométrica N AGR = μai ( x ) N i= AGR(.) = ( μ (x) )* μ (x)*...* μ (x)) N = A A2 AN Média Harmônica AGR(.) N = μai (x) Mínimo = μa μa2 μan AGR(.) MIN( (x), (x),..., (x)) Máximo = μa μa2 μan AGR(.) MAX( (x), (x),..., (x))

25 25 Tipos de Operadores Medianos Média Aritmética: exemplo μ(x) Baixa Média Alta x

26 26 Tipos de Operadores Medianos Média Geométrica: exemplo μ(x) Baixa Média Alta x

27 27 Tipos de Operadores Medianos Média Harmônica: exemplo μ(x) Baixa Média Alta x

28 28 Relações Nebulosas Uma relação matemática que indica como estão associados os elementos de um conjunto em relação à outro conjunto Em uma relação nebulosa, o nível de associação entre dois conjuntos nebulosos é fornecida através de graus de associação (valores entre 0 e ) entre os elementos pertencentes aos conjuntos Esse valor busca traduzir a intensidade com que os elementos estão relacionados Pode-se dizer que relações nebulosas são conjuntos nebulosos definidos em conjuntos universos que são produtos cartesianos

29 29 Relações Nebulosas Constituem uma forma de relacionar variáveis nebulosas de diferentes universos de discurso Uma relação nebulosa pode ser representada por (universo de discurso discreto): R( x,y ) (x,y) X Y R( x, y ) = μ /(x,y ); (x,y) X Y Σ não representa o operador de soma aritmética, representa concatenação

30 30 Relações Nebulosas Seja a relação nebulosa definida por uma expressão linguística: x está em torno de y, onde x Xey Y, cujos universos de discurso discretos são X = {x, x 2, x 3 } e Y = {y, y 2, y 3 } R(x,y) = 0,8/(x,y ) + 0,3/(x,y 2 ) + 0,7/(x,y 3 ) + 0,4/(x 2, y ) + 0,8/(x 2, y 2 ) + 0,8/(x 2, y 3 ) + 0,/(x 3, y ) +,0/(x 3, y 2 ) + 0,4/(x 3, y 3 )

31 3 Relações Nebulosas R(x,y) y)=08/(x 0,8/(x, y )+03/(x 0,3/(x, y 2 )+07/(x 0,7/(x, y 3 )+ 0,4/(x 2, y ) + 0,8/(x 2, y 2 ) + 0,8/(x 2, y 3 ) + 0/(x 0,/(x 3, y )+0/(x,0/(x 3, y 2 )+04/(x 0,4/(x 3, y 3 ) Formas de representação Matriz de Relação Nebulosa Grafo 0,8 0,3 0,7 R( x,y) = 0,4 0,9 0,6 0,,0 0,4 x 08 0,8 x 2 y y 2 x 3 y 3

32 32 Operações com Relações Nebulosas Similares às operações definidas para os conjuntos nebulosos Dadas duas relações nebulosas R(x,y) y)es(xy) S(x,y), onde x X e y Y, as principais operações são: Operação de União μ = MAX ( μ, μ ) R( x,y ) S( x,y ) R(x,y ) S( x,y ) (x,y) X Y Operação de Intersecção μ MIN ( μ, μ ) R( x,y) S(x,y) = R(x,y) S(x,y) (x,y) X Y Operação de Complemento μ = μ _ R( x,y ) R( x,y )

33 33 Operações com Relações Nebulosas Exemplo Sejam as relações nebulosas R(x,y) e S(x,y), onde x X e y Y, representadas por: 0, 0,9 0,6 0,2 0,4 0,3 R( x, y ) =,0 0,4 0,2 S( x,y ) = 0,9 0,7 0, 0,3 0,5 0,7,0 0,9 0,2

34 34 Operações com Relações Nebulosas União entre R(x,y) e S(x,y) = 02 0,2 09 0,9 06 0,6,0 0,7 0,2 0,0 09 0,9 07 0,7 Intersecção entre R(x,y) e S(x,y) = 0 0, 04 0,4 03 0,3 0,9 0,4 0, 03 0,3 0, ,2 Complemento de S(x,y) = 08 0,8 06 0,6 07 0,7 0, 0,3 0,9 0 0, 0,8

35 35 Composição de Relações Nebulosas A combinação de duas ou mais relações nebulosas, definidas em espaços distintos, pode ser feita através de operadores que permitem a composição das referidas relações Fundamental para a computação baseada em regras nebulosas As principais técnicas de composição de relações nebulosas são: Composição MAX-MIN Composição MAX-PROD

36 36 Composição MAX-MIN MIN Sejam duas relações nebulosas R(x,y) y)es(yz) S(y,z) definidas respectivamente nos produtos cartesianos X Y ey Z A composição MAX-MIN destas relações é denotada por R S(x,z) e definida como: R S(x,z) = MAX { MIN (μ R(x,y), μ S(y,z) ) } () A matriz resultante da composição será definida no produto cartesiano X Z

37 37 Composição MAX-MIN MIN Exemplo Sejam duas relações nebulosas R(x,y) e S(y,z) definidas das respectivamente e te nos produtos cartesianos a X Y e Y Z 0, 0,6 0,4 0,9 R( x,y ) = 0,8,0 0,8 0,3 0,5 0,7 0,2 0 0,2 0,8 0, ,4 0,3 0, S( y,z ) =,0 0 0,7 0,9 0,7 0,2 μ(x,z ) μ(x,z 2 ) μ(x,z 3 ) R S(x,z) = μ μ μ (x 2,z ) (x 2,z 2 ) (x 2,z 3 ) μ(x μ μ 3,z ) (x 3,z 2 ) (x 3,z 3 )

38 38 Composição MAX-MIN MIN Exemplo A determinação de cada um dos elementos da matriz representando R S(x,z) é efetuada utilizando a equação () μ(x, z ) = MAX{ MIN(0,;0,2); MIN(0,6;0,4); MIN(0,4;,0); MIN(0,9;0,9) } μ(x, z 2 ) = MAX{ MIN(0,;0,8); MIN(0,6;0,3); MIN(0,4;0); MIN(0,9;0,7) } μ(x, z 3 ) = MAX{ MIN(0,;0,6); MIN(0,6;0,); MIN(0,4;0,7); MIN(0,9;0,2) } μ(x 3, z 3 ) = MAX{ MIN(0,5;0,6); MIN(0,7;0,); MIN(0207) MIN(0,2;0,7); MIN(002)} MIN(0;0,2)

39 39 Composição MAX-MIN MIN Exemplo Assim, tem-se a seguinte matriz: 0,9 0,7 0,4 R S(x,z) = 0,8 0,8 0,7 04 0,4 05 0,5 05 0,5

40 40 Composição MAX-PROD Sejam duas relações nebulosas R(x,y) y)es(yz) S(y,z) definidas respectivamente nos produtos cartesianos X Y ey Z A composição MAX-PROD destas relações é denotada por R S(x,z) e definida como: R S(x,z) = MAX { μ R(x,y) * μ S(y,z) } (2) A matriz resultante da composição será definida no produto cartesiano X Z

41 4 Composição MAX-PROD Exemplo A determinação de cada um dos elementos da matriz representando ese R S(x,z) )ée efetuadaetuada utilizando a equação (2): μ(x, z ) = MAX{ (0,*0,2); (0,6*0,4); (0,4*,0); (0,9*0,9) } μ(x, z 2 ) = MAX{ (0,*0,8); (0,6*0,3); (0,4*0); (0,9*0,7) } μ(x, z 3 ) = MAX{ (0,*0,6); (0,6*0,); (0,4*0,7); (0,9*0,2) } μ(x 3, z 3 ) = MAX{ (0,5*0,6); (0,7*0,); (0,2*0,7); (0*0,2) } Assim, tem-se a seguinte matriz: 0,8 0,63 0,28 R S(x,z ) = 0,8 0,64 0,56 0,28 0,40 0,30

Conteúdo: 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 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 mais

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.

Inteligência 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 mais

1. Conjuntos Fuzzy - Fundamentos. Sistemas Nebulosos

1. Conjuntos Fuzzy - Fundamentos. Sistemas Nebulosos Sistemas Nebulosos Heloisa de Arruda Camargo. Conjuntos Fuzzy - Fundamentos. Conceitos básicos de conjuntos fuzzy.2 Operações em conjuntos fuzzy.3 Relações fuzzy.4 Aritmética fuzzy.5 Variáveis linguísticas

Leia mais

Introdução aos Conjuntos

Introdução 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 mais

CONJUNTOS NEBULOSOS. Formatos dos Conjuntos

CONJUNTOS NEBULOSOS. Formatos dos Conjuntos CONJUNTOS NEBULOSOS Conjuntos Crisp x Nebulosos Definição Representação Propriedades Formatos Operações Hedges Formatos dos Conjuntos A função verdade de um conjunto fuzzy representa as propriedades semânticas

Leia mais

Programa. 4. Conceitos teóricos e notação. Computação Fuzzy - PCS 5711 (capítulo 4 - Parte c)

Programa. 4. Conceitos teóricos e notação. Computação Fuzzy - PCS 5711 (capítulo 4 - Parte c) Computação Fuzzy - PCS 57 (capítulo 4 - Parte c) Pós-Graduação: área de Sistemas Digitais (34) Professor Marco Túlio Carvalho de ndrade PCS - Depto. de Enga. de Computação e Sistemas Digitais - EPUSP Programa.

Leia mais

Conjuntos Fuzzy e Lógica Fuzzy

Conjuntos 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 mais

Modelos Evolucionários e Tratamento de Incertezas

Modelos 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 mais

Lógica Nebulosa (Fuzzy)

Lógica 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 mais

Universidade 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 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 mais

Lógica Nebulosa. Lógica Fuzzy

Lógica 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 mais

1.4 Números Fuzzy. Números fuzzy formato. Outras formas. Casos especiais. Conjuntos fuzzy definidos no conjunto dos números reais A: R [0,1]

1.4 Números Fuzzy. Números fuzzy formato. Outras formas. Casos especiais. Conjuntos fuzzy definidos no conjunto dos números reais A: R [0,1] .4 Números Fuzzy Conjuntos fuzzy definidos no conjunto dos números reais : R [0,] Conceitos intuitivos: Números próximos de um dado número real Números em torno de um dado intervalo de números reais Números

Leia mais

Modelos Evolucionários e Tratamento de Incertezas

Modelos 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 mais

Variáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma

Variáveis 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 mais

Conjuntos Fuzzy. Prof. Paulo Cesar F. De Oliveira, BSc, PhD. 10/10/14 Paulo C F de Oliveira

Conjuntos Fuzzy. Prof. Paulo Cesar F. De Oliveira, BSc, PhD. 10/10/14 Paulo C F de Oliveira Prof. Paulo Cesar F. De Oliveira, BSc, PhD 10/10/14 Paulo C F de Oliveira 2007 1 Seção 1.1 Características dos Conjuntos Fuzzy 10/10/14 Paulo C F de Oliveira 2007 2 Teoria clássica dos conjuntos desenvolvida

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança Conectividade Operações Lógicas e Aritméticas

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança e Aritméticas Efeitos de em Pixel a Pixel

Leia mais

Prof. Doutor Paulo Salgado UTAD. Doutoramento em Engª Electrotécnica e de Computadores - Prof. Paulo Salgado

Prof. 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 mais

INF 1771 Inteligência Artificial

INF 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 mais

Matemática Discreta Parte 11

Matemática Discreta Parte 11 Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta Parte 11 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br - www.univasf.edu.br/~jorge.cavalcanti

Leia mais

Inteligência Computacional

Inteligência 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 mais

Conteúdo: Hedges Relações e Composições

Conteúdo: Hedges Relações e Composições Conteúdo: Hedges Relações e Composições Hedges: Operadores semânticos Atuam na modelagem de um sistema fuzzy da mesma forma que advérbios atuam em uma sentença. Modificam a natureza de um conjunto fuzzy.

Leia mais

Sistemas Fuzzy Lógica Fuzzy e Sistemas Baseados em Regras Fuzzy

Sistemas Fuzzy Lógica Fuzzy e Sistemas Baseados em Regras Fuzzy Sistemas Fuzzy Lógica Fuzzy e Sistemas Baseados em Regras Fuzzy Profa. Dra. Sarajane M. Peres e Prof. Dr. Clodoaldo A. M. Lima EACH USP http://each.uspnet.usp.br/sarajane/ } Baseado em: Dimensão Topológica

Leia mais

Processamento Digital de Imagens Aula 03

Processamento Digital de Imagens Aula 03 exatasfepi.com.br Processamento Digital de Imagens Aula 03 André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Processamento Digital

Leia mais

Conjuntos 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 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 mais

Sistemas especialistas Fuzzy

Sistemas 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 mais

Abordagem Fuzzy na Escolha de Projetos Populares

Abordagem Fuzzy na Escolha de Projetos Populares Abordagem Fuzzy na Escolha de Projetos Populares The Fuzzy Approach in the Choice of Popular Projects Rosana Viomar de Lima Universidade Estadual do Centro-Oeste - UNICENTRO Departamento de Biologia rosanalima@unicentro.br

Leia mais

Incertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy

Incertezas 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 mais

TP034-Tópicos Especiais de Pesquisa Operacional I

TP034-Tópicos Especiais de Pesquisa Operacional I TP34-Tópicos Especiais de Pesquisa Operacional I Conjuntos Difusos Relações Difusas Prof. Volmir Wilhelm Curitiba Paraná rasil s relações são associações entre elementos de dois ou mais conjuntos. Se o

Leia mais

A maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição.

A 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 mais

Lógica Fuzzy: Introdução a Lógica Fuzzy, exemplo da Gorjeta e ANFIS

Lógica 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 mais

Prof. Luiz Felix. Unidade II MATEMÁTICA APLICADA

Prof. Luiz Felix. Unidade II MATEMÁTICA APLICADA Prof. Luiz Felix Unidade II MATEMÁTICA APLICADA Ajuste de curvas É um método que consiste em encontrar uma curva que se ajuste a uma série de pontos e que, possivelmente, cumpra uma série de parâmetros

Leia mais

Conteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos

Conteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos Conteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos Conjuntos Crisp x Fuzzy Conjuntos crisp ou Conjuntos clássicos: cada entidade ou objeto de um dado universo pode pertencer

Leia mais

Redes Neurais e Sistemas Fuzzy

Redes Neurais e Sistemas Fuzzy Redes Neurais e Sistemas Fuzzy Conceitos Básicos da Lógica Fuzzy. Raciocínio aproximado Raciocínio aproximado é a forma mais conhecida de lógica fuzzy, cobrindo várias regras de inferência cujas premissas

Leia mais

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Esperança e Variância 06/14 1 / 19

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Esperança e Variância 06/14 1 / 19 Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Esperança e Variância 06/14 1 / 19 Nos modelos matemáticos aleatórios parâmetros podem ser

Leia mais

Laboratório 4 - Controle nebuloso

Laboratório 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 mais

Lógicas Difusas e Sistemas Difusos

Lógicas 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 mais

Estatística Descritiva

Estatística Descritiva C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística

Leia mais

Lista 5. Em toda a lista, as coordenadas referem-se a um sistema de coordenadas fixo (O; i, j, k)

Lista 5. Em toda a lista, as coordenadas referem-se a um sistema de coordenadas fixo (O; i, j, k) UFPR - Universidade Federal do Paraná Departamento de Matemática CM045 - Geometria Analítica Prof. José Carlos Eidam Lista 5 Em toda a lista, as coordenadas referem-se a um sistema de coordenadas fixo

Leia mais

TEORIA DOS CONJUNTOS FUZZY

TEORIA DOS CONJUNTOS FUZZY TEORIA DOS CONJUNTOS FUZZY TEORIA DOS CONJUNTOS FUZZY A Lógica Fuzzy ébaseada na teoria dos Conjuntos Fuzzy. A teoria dos Conjuntos Fuzzy diz que dado um determinado elemento que pertence a um domínio,

Leia mais

Teoria da Computação

Teoria da Computação Introdução Março - 2009 1 Noções e Terminologia Matemática Conjuntos Um conjunto é um grupo de objetos, chamados elementos ou membros, representado como uma unidade. O conjunto { 3, 41, 57} possui os elementos

Leia mais

EXCEL AVANÇADO REVISANDO FUNÇÕES

EXCEL AVANÇADO REVISANDO FUNÇÕES EXCEL AVANÇADO REVISANDO FUNÇÕES Luciana Falcão contato@lucianafalcao.com.br www.lucianafalcao.com.br Agenda da Aula Operadores Operações Matemáticas Soma Média Máximo Mínimo Maior Menor O Excel é composto

Leia mais

1. Faça uma função que recebe por parâmetro o raio de uma esfera e calcula o seu volume.

1. Faça uma função que recebe por parâmetro o raio de uma esfera e calcula o seu volume. Instituto Federal do Pará Professor: Ricardo José Cabeça de Souza Disciplina: - Algoritmos e Construção de Programas LISTA DE EXERCÍCIOS 1. Faça uma função que recebe por parâmetro o raio de uma esfera

Leia mais

Física Geral - Laboratório. Organização e descrição de dados

Física Geral - Laboratório. Organização e descrição de dados Física Geral - Laboratório Organização e descrição de dados 1 Física Geral - Laboratório A nota de laboratório de Física Geral será composta dos resultados das provas e atividades de laboratório: Média

Leia mais

Matemática Discreta - 07

Matemática Discreta - 07 Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 07 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav

Leia mais

Introdução aos Algoritmos Genéticos

Introdução aos Algoritmos Genéticos Introdução aos Algoritmos Genéticos Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Algoritmos Genéticos: Introdução Introduzidos

Leia mais

Probabilidade 2 - ME310 - Lista 2

Probabilidade 2 - ME310 - Lista 2 Probabilidade - ME3 - Lista November, 5 Lembrando:. Estatística de ordem, pg 38 Ross: f xj (x) = n! (n j)!(j )! F (x)j ( F (x)) n j f(x). Distribuição de probabilidade conjunta de funções de variáveis

Leia mais

MEDIDAS COM SINAL.. Uma medida com sinal σ-aditiva (ou, simplesmente, uma medida com sinal) µ(a n ) def = lim

MEDIDAS COM SINAL.. Uma medida com sinal σ-aditiva (ou, simplesmente, uma medida com sinal) µ(a n ) def = lim MEDIDAS COM SINAL DANIEL V. TAUSK 1. Definição. Seja C uma coleção de conjuntos tal que C. Uma medida com sinal finitamente aditiva em C é uma função µ : C R tal que: µ( ) = 0; se (A n ) t é uma seqüência

Leia mais

OPERAÇÕES PONTO A PONTO

OPERAÇÕES PONTO A PONTO OPERAÇÕES PONTO A PONTO Operações pontuais São operações nas imagens onde o processamento é realizada em cada piel individualmente Podem ser Aritméticas Lógicas Envolver uma ou mais imagens Operações pontuais

Leia mais

Lógica e Matemática Discreta

Lógica e Matemática Discreta Lógica e Matemática Discreta Teoria Elementar dos Conjuntos Prof Clezio 04 de Junho de 2010 Curso de Ciência da Computação Noções básicas Um conjunto designa-se geralmente por uma letra latina maiúscula:

Leia mais

MORFOLOGIA MATEMÁTICA

MORFOLOGIA MATEMÁTICA MORFOLOGIA MATEMÁTICA Morfologia Na Biologia área que trata com a forma e a estrutura de plantas e animais Processamento de Imagens Ferramenta para extração de componentes de imagens que sejam úteis na

Leia mais

Métodos de Inferência Fuzzy

Métodos 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 mais

DISTRIBUIÇÃO DE FREQUÊNCIAS

DISTRIBUIÇÃO DE FREQUÊNCIAS Relacionam categorias ou classes de valores, juntamente com contagens (ou frequência) do número de valores que se enquadram em cada categoria. Tabela de distribuição de frequência Considere o seguinte

Leia mais

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG Matriz Curricular FGGMATE - Licenciatura em Matemática 0. Disciplinas Obrigatórias FGGMATE.090 Filosofia da Educação Matemática FGGMATE.00 Fundamentos de Cálculo FGGMATE.00 Fundamentos de Matemática Elementar

Leia mais

Programa Combinatória Aritmética Racional MATEMÁTICA DISCRETA. Patrícia Ribeiro. Departamento de Matemática, ESTSetúbal 2018/ / 52

Programa Combinatória Aritmética Racional MATEMÁTICA DISCRETA. Patrícia Ribeiro. Departamento de Matemática, ESTSetúbal 2018/ / 52 1 / 52 MATEMÁTICA DISCRETA Patrícia Ribeiro Departamento de Matemática, ESTSetúbal 2018/2019 2 / 52 Programa 1 Combinatória 2 Aritmética Racional 3 Grafos 3 / 52 Capítulo 1 Combinatória 4 / 52 Princípio

Leia mais

LINGUAGENS FORMAIS Definições. Desenvolveram-se na História em função da necessidade dos grupos humanos que as empregavam

LINGUAGENS FORMAIS Definições. Desenvolveram-se na História em função da necessidade dos grupos humanos que as empregavam Linguagens Naturais LINGUAGENS FORMAIS Definições Desenvolveram-se na História em função da necessidade dos grupos humanos que as empregavam São muito ricas, mas também ambíguas e imprecisas. Ex.: João

Leia mais

Medidas Estatísticas NILO FERNANDES VARELA

Medidas Estatísticas NILO FERNANDES VARELA Medidas Estatísticas NILO FERNANDES VARELA Tendência Central Medidas que orientam quanto aos valores centrais. Representam os fenômenos pelos seus valores médios, em torno dos quais tendem a se concentrar

Leia mais

CONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges

CONJUNTOS 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 mais

Variáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma

Variáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma ONTEÚDO Introdução Introdução, Objetivo e Histórico onceitos ásicos Definição, aracterísticas e Formas de Imprecisão onjuntos Fuzzy, Formas de Representação e Operações Lógica Fuzzy Relações, omposições,

Leia mais

AULA DO CPOG. Teoria dos conjutos

AULA DO CPOG. Teoria dos conjutos AULA DO CPOG Teoria dos conjutos TEORIA DOS CONJUNTOS Professor Felipe Técnico de Operações P-25 Petrobras Contatos Felipe da Silva Cardoso professorpetrobras@gmail.com www.professorfelipecardoso.blogspot.com

Leia mais

Linguagens Formais e Autômatos

Linguagens Formais e Autômatos Linguagens Formais e Autômatos Prof. Yandre Maldonado - 1 Prof. Yandre Maldonado e Gomes da Costa Introdução Problema: definir um conjunto de cadeias de símbolos; Prof. Yandre Maldonado - 2 Exemplo: conjunto

Leia mais

Linguagens Formais e Autômatos

Linguagens Formais e Autômatos Linguagens Formais e Autômatos Prof. Yandre Maldonado - 1 Prof. Yandre Maldonado e Gomes da Costa Problema: definir um conjunto de cadeias de símbolos; Prof. Yandre Maldonado - 2 Exemplo: conjunto M dos

Leia mais

Gramáticas Livres de Contexto Parte 1

Gramáticas Livres de Contexto Parte 1 Universidade Estadual de Feira de Santana Engenharia de Computação Gramáticas Livres de Contexto Parte 1 EXA 817 Compiladores Prof. Matheus Giovanni Pires O papel do Analisador Sintático É responsável

Leia mais

Aprendizagem de Dados Simbólicos e/ou Numéricos

Aprendizagem de Dados Simbólicos e/ou Numéricos Aprendizagem de Dados Simbólicos e/ou Numéricos Francisco de A.T. de Carvalo Francisco de A.T. de Carvalo, Agrupamento (Clustering Métodos usados para a construção de grupos de objetos com base nas semelanças

Leia mais

SISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY

SISTEMAS 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 mais

61

61 0 Dado dois conjuntos de A e B tais que : - O número de subconjuntos de A está compreendido entre 0e 0. - B tem subconjuntos não vazios O produto cartesiano de A por B tem (A) 8 elementos (B) elementos

Leia mais

Física Geral - Laboratório. Organização e descrição de dados

Física Geral - Laboratório. Organização e descrição de dados Física Geral - Laboratório Organização e descrição de dados 1 Física Geral - Laboratório A nota de laboratório de Física Geral será composta dos resultados das provas e atividades de laboratório: Média

Leia mais

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG Matriz Curricular FGGMATE - Licenciatura em Matemática 0. Disciplinas Obrigatórias FGGMATE.090 Filosofia da Educação Matemática FGGMATE.00 Fundamentos de Cálculo FGGMATE.00 Fundamentos de Matemática Elementar

Leia mais

Programação de Conteúdos de Matemática SPE Ensino Médio REGULAR 2013

Programação de Conteúdos de Matemática SPE Ensino Médio REGULAR 2013 Programação de Conteúdos de Matemática SPE Ensino Médio REGULAR 2013 1ª série - volume 1 1. Conjuntos - Conceito de conjunto - Pertinência - Representação de um conjunto - Subconjuntos - União de conjuntos

Leia mais

Modelagem Cinemática de Robôs Industriais. Prof. Assoc. Mário Luiz Tronco

Modelagem Cinemática de Robôs Industriais. Prof. Assoc. Mário Luiz Tronco Modelagem Cinemática de Robôs Industriais Prof. Assoc. Mário Luiz Tronco Transformação direta de coordenadas 1 2... N Variáveis de junta Variáveis cartesianas Transformação inversa de coordenadas Transformação

Leia mais

MATRIZ DE REFERÊNCIA-Ensino Médio Componente Curricular: Matemática

MATRIZ DE REFERÊNCIA-Ensino Médio Componente Curricular: Matemática MATRIZ DE REFERÊNCIA-Ensino Médio Componente Curricular: Matemática Conteúdos I - Conjuntos:. Representação e relação de pertinência;. Tipos de conjuntos;. Subconjuntos;. Inclusão;. Operações com conjuntos;.

Leia mais

Operações Pontuais. 1 operando. 2 operandos. Processamento e Análise de Imagem - A. J. Padilha - v ac

Operações Pontuais. 1 operando. 2 operandos. Processamento e Análise de Imagem - A. J. Padilha - v ac Operações Pontuais 1 operando T OP 2 operandos Pré-Processamento - 1 Operações Pontuais Nas operações pontuais, cada ponto da imagem-resultado - g(i,j) - é obtido por uma transformação T do ponto de coordenadas

Leia mais

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru 1 Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru Neste capítulo vamos considerar espaços vetoriais sobre K, onde K = R ou K = C, ou seja, os espaços vetoriais podem ser reais

Leia mais

Rogério Vargas. Pelotas, 29 de Fevereiro de Rogério Vargas PPGInf / Universidade Católica de Pelotas slide 1

Rogério Vargas. Pelotas, 29 de Fevereiro de Rogério Vargas PPGInf / Universidade Católica de Pelotas slide 1 Técnicas Matemático-Computacionais para o Tratamento de Incertezas Aplicadas ao Problema do Fluxo de Potência em Sistemas de Transmissão de Energia Elétrica Rogério Vargas orientador: Luciano Barboza co-orientadora:

Leia mais

Definição: Todo objeto parte de um conjunto é denominado elemento.

Definição: Todo objeto parte de um conjunto é denominado elemento. 1. CONJUNTOS 1.1. TEORIA DE CONJUNTOS 1.1.1. DEFINIÇÃO DE CONJUNTO Definição: Conjunto é toda coleção de objetos. Uma coleção de números é um conjunto. Uma coleção de letras é um conjunto. Uma coleção

Leia mais

LibreOffice Calc. Disciplina: Softwares, Aplicativos e Sistemas Operacionais. Professor: Thiago Silva Prates

LibreOffice Calc. Disciplina: Softwares, Aplicativos e Sistemas Operacionais. Professor: Thiago Silva Prates LibreOffice Calc Disciplina: Softwares, Aplicativos e Sistemas Operacionais Professor: Thiago Silva Prates LibreOffice Calc O Calc é o componente da suíte de escritório LibreOffice responsável pela manipulação

Leia mais

CAPÍTULO 2 OPERADORES DE CASAMENTO DE PADRÕES

CAPÍTULO 2 OPERADORES DE CASAMENTO DE PADRÕES CAPÍTULO 2 OPERADORES DE CASAMENTO DE PADRÕES 2.1 INTRODUÇÃO Neste capítulo são apresentados os principais operadores de casamento de padrões encontrados na literatura. No Apêndice A, encontram se mais

Leia mais

ADA 1º BIMESTRE CICLO I MATEMÁTICA 3ª SÉRIE DO ENSINO MÉDIO. (B)y = x + 3 (C)y = 2x + 3 (D)y = 3x - 3 (E)y = 5x + 5 Gabarito: D.

ADA 1º BIMESTRE CICLO I MATEMÁTICA 3ª SÉRIE DO ENSINO MÉDIO. (B)y = x + 3 (C)y = 2x + 3 (D)y = 3x - 3 (E)y = 5x + 5 Gabarito: D. ADA 1º BIMESTRE CICLO I MATEMÁTICA ª SÉRIE DO ENSINO MÉDIO ITEM 1 DA ADA Observe as equações da reta a seguir: I) y = x 1 II) y 4x = III) y 4x + = 0 IV) y + 1 = x V) y + 1 = (x 1 ) Dessas equações, a que

Leia mais

Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem Monocromática. Propriedades da Imagem

Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem Monocromática. Propriedades da Imagem Proc. Imagem Prof. Júlio C. Klafke [1] TÓPICOS DESENVOLVIDOS NESTE MÓDULO PROCESSAMENTO DE IMAGEM #02 Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem

Leia mais

Eletrotécnica II Números complexos

Eletrotécnica II Números complexos Eletrotécnica II Números complexos Prof. Danilo Z. Figueiredo Curso Superior de Tecnologia em Instalações Elétricas Faculdade de Tecnologia de São Paulo Tópicos Aspectos históricos: a solução da equação

Leia mais

Conteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier

Conteúdo: 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 mais

AULA 2 1) Comando linspace 2) Indexação de matriz

AULA 2 1) Comando linspace 2) Indexação de matriz AULA 2 1 1) Comando linspace >> linspace(0,10,5) ans = 0 2.5000 5.0000 7.5000 10.0000 Espaça linearmente um determinado número de elementos entre um valor final e um inicial. 2) Indexação de matriz >>

Leia mais

SISTEMA ESPECIALISTA NEBULOSO (MINICURSO) Luiz Biondi Neto Pedro Henrique Gouvêa Coelho Jorge Luís Machado do Amaral Maria Helena C.

SISTEMA 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 mais

Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia

Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,

Leia mais

Nome do aluno: N.º: Para responder aos itens de escolha múltipla, não apresente cálculos nem justificações e escreva, na folha de respostas:

Nome do aluno: N.º: Para responder aos itens de escolha múltipla, não apresente cálculos nem justificações e escreva, na folha de respostas: Teste de Matemática A 2018 / 2019 Teste N.º 1 Matemática A Duração do Teste (Caderno 1+ Caderno 2): 90 minutos 12.º Ano de Escolaridade Nome do aluno: N.º: Turma: Este teste é constituído por dois cadernos:

Leia mais

Restauração de Imagens

Restauração de Imagens Restauração de Imagens Disciplina: Tópicos em Computação (Processamento Digital de Imagens) 1 / 30 Conceitos Preliminares O principal objetivo das técnicas de restauração é melhorar uma imagem em algum

Leia mais

Programa Princípios Gerais Forças, vetores e operações vetoriais

Programa Princípios Gerais Forças, vetores e operações vetoriais Programa Princípios Gerais Forças, vetores e operações vetoriais Representação gráfica de vetores Graficamente, um vetor é representado por uma flecha: a intensidade é o comprimento da flecha; a direção

Leia mais

ln(x + y) (x + y 1) < 1 (x + y 1)2 3. Determine o polinômio de Taylor de ordem 2 da função dada, em volta do ponto dado:

ln(x + y) (x + y 1) < 1 (x + y 1)2 3. Determine o polinômio de Taylor de ordem 2 da função dada, em volta do ponto dado: ā Lista de MAT 454 - Cálculo II - a) POLINÔMIOS DE TAYLOR 1. Seja f(x, y) = ln (x + y). a) Determine o polinômio de Taylor de ordem um de f em torno de ( 1, 1 ). b) Mostre que para todo (x, y) IR com x

Leia mais

Lógica Fuzzy. Lógica Fuzzy: Noções Gerais e Aplicações. apresentação. Prof a. Responsável: Graçaliz Pereira Dimuro. Disciplina: Computação Flexível

Lógica 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 mais

Metodologia Aplicada a Computação.

Metodologia Aplicada a Computação. Metodologia Aplicada a Computação gaudenciothais@gmail.com Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,

Leia mais

Linguagens Regulares. Prof. Daniel Oliveira

Linguagens Regulares. Prof. Daniel Oliveira Linguagens Regulares Prof. Daniel Oliveira Linguagens Regulares Linguagens Regulares ou Tipo 3 Hierarquia de Chomsky Linguagens Regulares Aborda-se os seguintes formalismos: Autômatos Finitos Expressões

Leia mais

VISÃO COMPUTACIONAL. Nielsen Castelo Damasceno

VISÃO COMPUTACIONAL. Nielsen Castelo Damasceno VISÃO COMPUTACIONAL Nielsen Castelo Damasceno Visão Computacional A visão computacional lida com o desenvolvimento de bases teóricas e algorítmicas para as quais informações úteis do mundo real 3D podem

Leia mais

Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy

Sistema 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 mais

USO DE OPERADOR Fuzzy PARA CRIAÇÃO DE CENÁRIOS DE DEGRADAÇÃO FLORESTAL EM MATO GROSSO

USO DE OPERADOR Fuzzy PARA CRIAÇÃO DE CENÁRIOS DE DEGRADAÇÃO FLORESTAL EM MATO GROSSO USO DE OPERADOR Fuzzy PARA CRIAÇÃO DE CENÁRIOS DE DEGRADAÇÃO FLORESTAL EM MATO GROSSO Vinicius do Prado Capenama 1 vinicius.capanema@inpe.br Junho de 2015 INTRODUÇÃO Processo de ocupação da Amazônia: Degradação

Leia mais

Matemática Discreta - 07

Matemática Discreta - 07 Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 07 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav

Leia mais

Transformações geométricas no plano e no espaço

Transformações geométricas no plano e no espaço Transformações geométricas no plano e no espaço Sistemas de Coordenadas Sistemas de Referência com finalidades específicas: SRU Sistema de Referência do Universo SRO Sistema de Referência do Objeto SRN

Leia mais

INTELIGÊNCIA ARTIFICIAL

INTELIGÊNCIA 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 mais

CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA Conjuntos. Rafael Carvalho 7º Período Engenharia Civil

CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA Conjuntos. Rafael Carvalho 7º Período Engenharia Civil CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA 2016.2 Conjuntos Rafael Carvalho 7º Período Engenharia Civil Definição Noção intuitiva: São coleções de elementos da mesma espécie. - O conjunto de todos

Leia mais

Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação

Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais

Leia mais