Memória Associativa Fuzzy - Theta: Fundamentos, Extensões e Aplicações

• Processo: 14/10067-8
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Vigência (Início): 01 de novembro de 2014
• Vigência (Término): 31 de janeiro de 2016
• Área do conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Peter Sussner
• Beneficiário: Estevão Esmi Laureano
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Inteligência computacional Reconhecimento de padrões
• Palavra(s)-Chave do Pesquisador: computação em reticulado | computação granular | Memória associativa (fuzzy) | Reconhecimento de Padrões | sistema de inferência | Inteligência Computacional

Resumo

Memórias associativas (AMs) são modelos matemáticos projetados especificamente para armazenar pares desejados de entrada-saída chamados de memórias fundamentais. Além de associar perfeitamente os pares desejados, espera-se que uma AM seja equipada com algum tipo de tolerância a ruído. Neste projeto estudaremos em detalhes uma classe de AMs denominadas memóriasassociativas fuzzy-$\Theta$ ($\Theta$-FAMs), que correspondem a mapeamentos entre classes de conjuntos fuzzy dados por redes neurais fuzzy de duas camadas. Sob algumas hipóteses, é possível demonstrar que uma $\Theta$-FAM exibe capacidade de armazenamento absoluto ótimo e é capaz de atingir recordação perfeita para entradas ruidosas suficientemente próximas as suas versões originais. As $\Theta$-FAMs foram aplicadas com sucesso em uma variedade de problemas de classificação, incluindo algumas aplicação reais, tais como, auto-localização de robô baseado em visão, classificação de séries temporaisde índices de vegetação e reconhecimento de locutor. Neste projeto estenderemos os modelos$\Theta$-FAMs de duas maneiras: estruturalmente e conceitualmente. A primeira objetiva-se a proverum maior grau de liberdade e flexibilidade da arquitetura da $\Theta$-FAMs para aplicações em problemas de regressão. A segunda refere-se a utilização da abordagem $\Theta$-FAM como um modelo matemático de inferência para classes de grânulos de informações gerais baseado em teoria de reticulados.

Publicações científicas

(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)

SUSSNER, PETER; ESMI, ESTEVAO; BARROS, LAECIO C.; IEEE. Controlling the Width of the Sum of Interactive Fuzzy Numbers with Applications to Fuzzy Initial Value Problems. 2016 IEEE INTERNATIONAL CONFERENCE ON FUZZY SYSTEMS (FUZZ-IEEE), v. N/A, p. 8-pg., 2016-01-01. (14/10067-8)

ESMI, ESTEVAO; SUSSNER, PETER; DIAS IGNACIO, GUSTAVO BARROSO; DE BARROS, LAECIO CARVALHO. A parametrized sum of fuzzy numbers with applications to fuzzy initial value problems. FUZZY SETS AND SYSTEMS, v. 331, p. 85-104, JAN 15 2018. (14/10067-8)