Lógica Fuzzy. Angelo Batista Neves Júnior Bruno Luan de Sousa Kelly de Paiva Soares
|
|
- Nina Corte-Real Schmidt
- 6 Há anos
- Visualizações:
Transcrição
1 Lógica Fuzzy Angelo Batista Neves Júnior Bruno Luan de Sousa Kelly de Paiva Soares
2 INTRODUÇÃO Introduzida em 1965 por Lofti Zadeh. Surgimento em Influência o Jan Lukasiewicz; o Max Black; o Lofti Zadeh; Disciplinas que influenciaram no surgimento o Filosofia; o Matemática;
3 DEFINIÇÃO Também conhecida como Lógica Nebulosa ou Lógica Difusa. Utilizar uma numeração [0,1] para classificação. Classificação Precisa. Simular conhecimento humano. Resolver problema onde existem ambiguidade. Exemplo: um tempo. Embora o transformador esteja um pouco carregado, pode se utilizá lo por
4 COMPARAÇÃO COM LÓGICA BOOLEANA
5 COMPARAÇÃO COM LÓGICA BOOLEANA
6 CONJUNTOS FUZZY São usados para poder ajudar na hora da classificação. Distribui variáveis em com alguns dados de indicação. Função de Pertinência Possui: o Representação; o Variáveis e modificadores; o Operadores;
7 REGRAS FUZZY São importantes para os conjuntos fuzzy. Vai mostrar as regras que devem ser seguidas na hora da classificação. Gera um raciocínio. Gera novos conjuntos. Segue duas etapas: o Avaliar o antecedente da regra; o Aplicar o resultado no consequente;
8 REGRAS FUZZY REGRA FUZZY Entrada Kg x = 1,75m e peso = 80 Grau de pertinência alto médio baixo x=? x=80 x=? x=? x=? x=80 x=? x=? x=? μ(x)
9 INFERÊNCIA FUZZY Inferência Analisar dados e chegar a uma conclusão a partir de uma conjunto de regras. Exemplo: Todos os homens são mortais. Sócrates é um homem. Portanto, Sócrates é mortal.
10 INFERÊNCIA FUZZY Representar experiências da vida real através das regras de conjuntos fuzzy. Fuzzyficador Avaliação das Regras Fuzzy Agregação da Regra Fuzzy Defuzzyficação
11 INFERÊNCIA FUZZY Exemplo
12 INFERÊNCIA FUZZY Fuzzyficação
13 INFERÊNCIA FUZZY Avaliação das Regras Fuzzy
14 INFERÊNCIA FUZZY Agregação da Regra Fuzzy
15 INFERÊNCIA FUZZY Defuzzyficação
16 APLICAÇÕES Sistemas Especialistas Algoritmos Genéticos Robótica Reconhecimento de padrões Sistemas de controles inteligentes Sistemas de apoio a decisão Datamining
17 APLICAÇÕES Imprecisão de dados e a incerteza do conhecimento são um problema!!!!! Como representar conhecimento certo? Incertezas, raciocínio aproximado, termos vagos, ambíguos, com que as pessoas pensam. Objetivo: Fazer com que os sistemas computacionais raciocinem.
18 APLICAÇÕES: SISTEMAS ESPECIALISTAS Segundo (Marro et al.), são sistemas computacionais que empregam um determinado conhecimento. Elementos que compõem um sistemas especialista: o Base de conhecimento. o Mecanismo de referência. o Regras utilizadas.
19
20 APLICAÇÕES: SISTEMAS ESPECIALISTAS Exemplo: Sistema de peças extras Objetivo: Satisfazer o cliente, minimizando o tempo de espera, definindo o número de peças extras para satisfazer o cliente. Definir Variáveis linguistícas. o o o o Tempo médio de espera do cliente (m); Fator de reparação (p); Número de Empregados (s); Número de peças extras (n);
21 APLICAÇÕES: SISTEMAS ESPECIALISTAS Variáveis de entrada: m,p e s. Variáveis de saída: n. Definir o número de peças extras necessárias para manter o tempo de espera do cliente dentro de um intervalo aceitável. O que precisamos para definir a forma de conceitos fuzzy?
22 APLICAÇÕES: SISTEMAS ESPECIALISTAS
23 APLICAÇÕES: SISTEMAS ESPECIALISTAS
24 APLICAÇÕES: SISTEMAS ESPECIALISTAS Mudança entre os conceitos seja o mais suave possível. Segundo (Marro et al.) uma forma triangular ou trapezóide, fornecem uma representação adequada do conhecimento especialista. Para cada variável precisa-se montar um diagrama com conjuntos fuzzy.
25 APLICAÇÕES: SISTEMAS ESPECIALISTAS
26 APLICAÇÕES: SISTEMAS ESPECIALISTAS
27 APLICAÇÕES: SISTEMAS ESPECIALISTAS
28 APLICAÇÕES: SISTEMAS ESPECIALISTAS
29 APLICAÇÕES: SISTEMAS ESPECIALISTAS Regras Fuzzy são estabelecidas com um conhecimento do assunto. Algumas regras definidas: o Se(p é B) então (n é P). o Se(p é A) então (n é G). Lembrando que p é a entrada e n é a saída. Vamos provar?
30 APLICAÇÕES: SISTEMAS ESPECIALISTAS Sabemos que B é do intervalo de [0,0.6]. De acordo com o gráfico pegaremos P. No diagrama de saída vemos que a resposta é P. Outro exemplo.. Sabemos que A é do intervalo de [0,6.1]. De acordo com o gráfico pegaremos G. No diagrama de saída vemos que a resposta é P.
31 APLICAÇÕES: SISTEMAS ESPECIALISTAS Definindo os conjuntos e as regras Fuzzy precisamos codificá-los. Verificar se o sistema atende aos requisitos especificados inicialmente no projeto, avaliando-se o mesmo e definindo-se possíveis melhorias.
32 REFERÊNCIAS Marro A.A. Souza A.M.C, Cavalcante E.S, Bezerra G.S, Nunes R.O. Lógica Fuzzy: Conceitos e Aplicações. Disponível em: < Acessado em Dezembro de Souza, W. Lógica Fuzzy Conceitos e Aplicações. Disponível em: < Acessado em Dezembro de 2014.
33 REFERÊNCIAS Figuereido L.C. Lógica Fuzzy. Disponível em: < Acessado em Dezembro de 2014.
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 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 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 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 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 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 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 maisInteligência Computacional
Inteligência Computacional CP78D Lógica Fuzzy Aula 4 Prof. Daniel Cavalcanti Jeronymo Universidade Tecnológica Federal do Paraná (UTFPR) Engenharia Eletrônica 9º Período 1/37 Lógica Clássica Plano de Aula
Leia maisLógica Nebulosa. 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 maisUniversidade Federal do Piauí Centro De Ciências Da Natureza Departamento De Matemática
Universidade Federal do Piauí Centro De Ciências Da Natureza Departamento De Matemática Plano de trabalho Teoria dos Conjuntos Fuzzy como suporte de tomada de decisões Orientador: Jefferson Cruz dos Santos
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 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. 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 maisALOCAÇÃO DE CUSTOS INDIRETOS POR MEIO DE UM SISTEMA DE INFERÊNCIA DIFUSA
ALOCAÇÃO DE CUSTOS INDIRETOS POR MEIO DE UM SISTEMA DE INFERÊNCIA DIFUSA Murillo Cavalleiro de Macedo Rodrigues (UEPA) cavalleiro04@hotmail.com Jose Alberto Silva de Sa (UEPA) josealbertosa@uepa.br Clever
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 maisUma Abordagem Fuzzy para o Controle de Qualidade de Software
Uma Abordagem Fuzzy para o Controle de Qualidade de Software Meuser J. S. Valença Alexandre M. L. de Vasconcelos Departamento de Informática Universidade Federal de Pernambuco Caixa Postal 7851, 50732-970,
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 maisFundamentos de Lógica e Algoritmos. Aula 1.2 Introdução a Lógica Booleana. Prof. Dr. Bruno Moreno
Fundamentos de Lógica e Algoritmos Aula 1.2 Introdução a Lógica Booleana Prof. Dr. Bruno Moreno bruno.moreno@ifrn.edu.br Você está viajando e o pneu do seu carro fura! 2 Quais são os passos para se trocar
Leia maisTEORIA FUZZY. Segundo Oliveira Jr. (1999) deve-se atribuir a Bertrand Russel o início da era Fuzzy, quando em 1923 publicou o artigo Vagueness.
TEORIA FUZZY 1. CONCEITOS DA TEORIA FUZZY O sistema está degradado. O freio está baixo. A confiabilidade deste equipamento está baixa. Todas as frases anteriores representam as visões de alguém sobre o
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 maisTeoria da Decisão. Modelagem de Preferência. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Modelagem de Preferência Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
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 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 maisUtilização da Inferência Bayesiana e Lógica Fuzzy na Modelagem de um Sistema Inteligente
Utilização da Inferência Bayesiana e Lógica Fuzzy na Modelagem de um Sistema Inteligente Rosangela Westphal da Silva 1,2, Priscyla Waleska Targino de Azevedo Simões 1,2,3, Merisandra Côrtes de Mattos 1,2,
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 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 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 maisModelo difuso para avaliação de funcionários
1 Modelo difuso para avaliação de funcionários Francisco Spaeth (UFSC) francisco.spaeth@gmail.com João Cândido Lima Dovicchi (UFSC) dovicchi@inf.ufsc.br Resumo: A aplicação de lógica fuzzy tem se tornado
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 maisTécnicas de Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 01 Introdução, motivação e áreas de aplicação Prof. Max Pereira O futuro, das máquinas inteligentes,
Leia maisINTELIGÊNCIA ARTIFICIAL. Prof. Cedric Luiz de Carvalho
INTELIGÊNCIA ARTIFICIAL Será que ainda vou precisar 2/30 de Inteligência Artificial? 3/30 O que é IA? Campo do conhecimento que tenta entender e construir agentes inteligentes 4/30 Quais ações podem ser
Leia maisIF-705 Automação Inteligente Sistemas de Controle - Fundamentos
IF-705 Automação Inteligente Sistemas de Controle - Fundamentos Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br
Leia maisSISTEMAS ESPECIALISTAS
SISTEMAS ESPECIALISTAS Um produto da Engenharia de Conhecimento, um sistema especialista representa o conhecimento de uma área específica e o utiliza para resolver problemas simulando o raciocínio de um
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 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 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 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 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 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 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 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 maisIF-705 Automação Inteligente Sistemas Nebulosos
IF-75 Automação Inteligente Sistemas Nebulosos Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo
Leia maisANÁLISE QUANTITATIVA DE UM PÊNDULO INVERTIDO CONTROLADO POR PID E LÓGICA FUZZY
ANÁLISE QUANTITATIVA DE UM PÊNDULO INVERTIDO CONTROLADO POR PID E LÓGICA FUZZY Adryano Fernandes Resende 1, Jackson Gonçalves Ernesto 2, Fábio Augusto Gentilin³ 1,2 Acadêmicos do Curso de Engenharia de
Leia maisAPLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS
APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS Alexandre Ferreira de Pinho, Mestrando Escola Federal de Engenharia de
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 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 COMPUTACIONAL EM AMBIENTES DE PROCESSAMENTO PARALELO. Lamartine N. F. Guimarães.
INTELIGÊNCIA COMPUTACIONAL EM AMBIENTES DE PROCESSAMENTO PARALELO Lamartine N. F. Guimarães. Roteiro Inteligência Computacional: Problemas. Os BEOWULFS do IEAv. Possibilidades de Paralelismo. Redes neurais:
Leia maisCONJUNTOS, LÓGICA E SISTEMAS FUZZY
COE 765 TÉCNICAS INTELIGENTES APLICADAS A SISTEMAS DE POTÊNCIA CONJUNTOS, LÓGICA E SISTEMAS FUZZY Djalma M. Falcão COPPE/UFRJ Agosto de 2002 INTRODUÇÃO Modelos matemáticos convencionais são: Crisp, isto
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 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 maisAPLICAÇÃO DE LÓGICA FUZZY PARA AVALIAÇÃO DE CURSOS SUPERIORES COM BASE NOS CONCEITOS CPC E IGC
APLICAÇÃO DE LÓGICA FUZZY PARA AVALIAÇÃO DE CURSOS SUPERIORES COM BASE NOS CONCEITOS CPC E IGC Henrique Silva Costa henriquesilva_052@hotmail.com Rafael Furtado Seeberger rafaelseeberger@gmail.com Thiago
Leia maisInteligência Articial: Introdução
x MYCIN Inteligência Articial: Introdução Paulo Gurgel Pinheiro MC906A - Inteligência Articial Instituto de Computação Universidade Estadual de Campinas UNICAMP 03 de Agosto de 2010 1 / 31 x MYCIN http://www.ic.unicamp.br/
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 maisIntrodução ao Curso. Área de Teoria DCC/UFMG 2019/01. Introdução à Lógica Computacional Introdução ao Curso Área de Teoria DCC/UFMG /01 1 / 22
Introdução ao Curso Área de Teoria DCC/UFMG Introdução à Lógica Computacional 2019/01 Introdução à Lógica Computacional Introdução ao Curso Área de Teoria DCC/UFMG - 2019/01 1 / 22 Introdução: O que é
Leia maisLógica Fuzzy. Alexandre Garcia Aguado, Marco André Cantanhede
Lógica Fuzzy Alexandre Garcia Aguado, Marco André Cantanhede Faculdade de Tecnologia Univerdade Estadual de Campinas (UNICAMP) Rua Paschoal Marmo, 1888 13484-332 Limeira SP Brazil ale.garcia.aguado@gmail.com,
Leia maisLógica de Programação. Capítulo 1. Introdução. Lógica de Programação. Forbellone / Eberspacher. Introdução
Lógica de Programação Capítulo 1 Introdução Lógica de Programação Forbellone / Eberspacher Neste capítulo Introdução Introdução à Lógica de Programação Algoritmizando a Lógica Conceitos e Exemplos de Algoritmos
Leia maisCLASSIFICAÇÃO DE DIAGRAMAS UNIFILARES DE SUBESTAÇÕES ELÉTRICAS BASEADA EM SISTEMAS NEBULOSOS
CLASSIFICAÇÃO DE DIAGRAMAS UNIFILARES DE SUBESTAÇÕES ELÉTRICAS BASEADA EM SISTEMAS NEBULOSOS M. Sc. Daniel Gomes Ferrari Universidade Federal de Goiás. danielgferrari@uol.com.br Prof. Dr. Gelson da Cruz
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 maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia maisRESPOSTA BASE GRÁFICA. Banco de Dados: Exemplo. Banco de Dados. Banco de Dados. Banco de Dados
: Exemplo RESPOSTA AS RESPOSTAS À TODAS ESSAS PERGUNTAS, SOMENTE SERÃO POSSÍVEIS SE O SISTEMA POSSUIR UM BANCO DE DADOS QUE CONTENHA TODOS OS DADOS NECESSÁRIOS PARA AS MESMAS. FORMA GRÁFICA Mapa Desenho
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 maisSISTEMA INTELIGENTE PARA TOMADA DE DECISÕES UTILIZANDO LÓGICA FUZZY
Anuário da Produção Acadêmica Docente Vol. XII, Nº. 2, Ano 2008 SISTEMA INTELIGENTE PARA TOMADA DE DECISÕES UTILIZANDO LÓGICA FUZZY RESUMO Edilene A. Veneruchi de Campos Universidade para o Desenvolvimento
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 maisLógica Proposicional Parte 3
Lógica Proposicional Parte 3 Nesta aula, vamos mostrar como usar os conhecimentos sobre regras de inferência para descobrir (ou inferir) novas proposições a partir de proposições dadas. Ilustraremos esse
Leia maisDESENVOLVIMENTO DE TÉCNICA DE INTELIGENCIA ARTIFICIAL BASEADA EM REDE NEURAL FUZZY-CMAC PARA APLICAÇÃO EM CONTROLE DE MÁQUINAS DE PRODUÇÃO
DESENVOLVIMENTO DE TÉCNICA DE INTELIGENCIA ARTIFICIAL BASEADA EM REDE NEURAL FUZZY-CMAC PARA APLICAÇÃO EM CONTROLE DE MÁQUINAS DE PRODUÇÃO Thiago Coutinho Bueno, thiago_gnr95@hotmail.com João Sinohara
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 maisRedes 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 maisPalavras-Chave: Conjuntos Fuzzy, Tomada de Decisão, Indicador de Desempenho.
METODOLOGIA DE AVALIAÇÃO DE DESEMPENHO BASEADA EM LÓGICA FUZZY: AVALIAÇÃO DE DESEMPENHO DE UMA INSTITUIÇÃO ESTADUAL DE ENSINO SUPERIOR EM DUQUE DE CAXIAS Alexander Bento de Sousa 1 Alfredo Nazareno Pereira
Leia maisINE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA
INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/30 3 - INDUÇÃO E RECURSÃO 3.1) Indução Matemática 3.2)
Leia maisSistemas de Informações Gerenciais. Unidade Didática 9: INTELIGÊNCIA ARTIFICIAL NOS NEGÓCIOS
Sistemas de Informações Gerenciais Unidade Didática 9: INTELIGÊNCIA ARTIFICIAL NOS NEGÓCIOS 1 Objetivos do Capítulo 9 Identificar como as redes neurais, lógica difusa, algoritmos genéticos, realidade virtual
Leia maisAula 15 Introdução à lógica fuzzy
Organização Aula 5 Introdução à lógica fuzzy Prof. Dr. Alexandre da Silva Simões Introdução à teoria de conjuntos nebulosos Bivalência x multivalência Números fuzzy Conjuntos fuzzy Probabilidade e possibilidade
Leia maisCONTROLE FUZZY OBJETIVO
CONTROLE FUZZY Luis Caldas & Fabrizio Leonardi Departamento de Eletricidade FEI / FCA OBJETIVO Esse assunto vem ganhando destaque no mundo industrial, primeiro pelo apelo da novidade, mas principalmente
Leia maisGeração Automática de Sistemas Nebulosos por Co-Evolução
Geração Automática de Sistemas Nebulosos por Co-Evolução Geração Automática de Sistemas Nebulosos por Co-Evolução Anderson Francisco Talon Heloisa de Arruda Camargo Geração Automática de Sistemas Nebulosos
Leia 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 maisINSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO
INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO Prof. Msc. Saulo Popov Zambiasi (saulopz@gmail.com) Informação - ICPG - Criciuma - SC 1 Conceitos de Inteligência e Inteligência Artificial.
Leia maisIntrodução à Lógica Nebulosa
Distancia Angulo Gerador de Sinal Controlador Nebuloso Osciloscópio 2.141e-016 Display Introdução à Lógica Nebulosa Álvaro Guarda Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade
Leia mais