Geração de bases de conhecimento fuzzy utilizando o paradigma genético de aprendizado: novas perspectivas

• Processo: 07/05390-0
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de novembro de 2007
• Data de Término da vigência: 31 de março de 2012
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Maria Carolina Monard
• Beneficiário: Marcos Evandro Cintra
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Inteligência artificial Algoritmos genéticos Lógica fuzzy
• Palavra(s)-Chave do Pesquisador: Algoritmos Auto-Adaptativos | Algoritmos Geneticos | Logica Fuzzy | Sistemas Classificadores Baseados em Regras | Sistemas Fuzzy | Inteligência Artificial

Resumo

A geração automática de bases de conhecimento fuzzy tornou-se nos últimos anos um tópico de grande interesse para pesquisadores das áreas que integram o tema de Inteligência Computacional. As metodologias fundamentadas na lógica fuzzy, que fornecem o aparato matemático para representação e processamento do conhecimento nos sistemas fuzzy, oferecem mecanismos flexíveis para tratamento da imprecisão ine\-ren\-te a diversos domínios do conhecimento. A construção ou otimização automática de tais sistemas, ou de partes deles, geralmente utiliza-se de metodologias complementares, equipadas com recursos para aprendizado de máquina, como por exemplo, métodos de agrupamento, redes neurais e algoritmos genéticos, entre outros. Este projeto focaliza particularmente a articulação das metodologias de sistemas fuzzy e algoritmos genéticos, a qual originou a área que passou a ser referenciada por sistemas fuzzy genéticos. Os resultados apresentados nas diversas propostas encontradas na literatura evidenciam ser essa uma combinação promissora para a construção de sistemas fuzzy. Entre os maiores desafios encontrados atualmente estão as questões da dimensionalidade e do balanceamento entre precisão e interpretabilidade da base de conhecimento. O trabalho proposto aqui tem como objetivo investigar métodos para construção e otimização de bases de conhecimento fuzzy a partir de conjuntos de dados, com ênfase na articulação desses métodos com técnicas voltadas ao tratamento das questões em aberto aqui apontadas.

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

CINTRA, MARCOS EVANDRO; MARTIN, TREVOR P.; MONARD, MARIA CAROLINA; CAMARGO, HELOISA DE ARRUDA; TANG, YC; LAWRY, J; HUYNH, VN. Feature Subset Selection Using a Fuzzy Method. 2009 INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS, VOL 2, PROCEEDINGS, v. N/A, p. 2-pg., 2009-01-01. (07/05390-0)

CINTRA, MARCOS E.; CAMARGO, HELOISA A.; MARTIN, TREVOR; CARVALHO, JP; KAYMAK, DU; SOUSA, JMC. Optimising the Fuzzy Granulation of Attribute Domains. PROCEEDINGS OF THE JOINT 2009 INTERNATIONAL FUZZY SYSTEMS ASSOCIATION WORLD CONGRESS AND 2009 EUROPEAN SOCIETY OF FUZZY LOGIC AND TECHNOLOGY CONFERENCE, v. N/A, p. 6-pg., 2009-01-01. (07/05390-0)

CINTRA, M. E.; CAMARGO, H. A.; MONARD, M. C.. Genetic generation of fuzzy systems with rule extraction using formal concept analysis. INFORMATION SCIENCES, v. 349, p. 199-215, JUL 1 2016. (07/05390-0)

CINTRA, MARCOS E.; CAMARGO, HELOISA A.; HULLERMEIR, E; KRUSE, R; HOFFMANN, F. Feature Subset Selection for Fuzzy Classification Methods. ENGINEERING APPLICATIONS OF NEURAL NETWORKS, v. 80, p. 3-pg., 2010-01-01. (07/05390-0)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

CINTRA, Marcos Evandro. Geração genética de bases de conhecimento fuzzy: novas perspectivas. 2012. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.