Aplicação de redes neurais fuzzy para estimativa de parâmetros e tomada de decisão em diagnósticos de doenças

• Processo: 24/03621-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2024
• Data de Término da vigência: 31 de dezembro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Vinícius Francisco Wasques
• Beneficiário: Matheus Zaia Monteiro
• Instituição Sede: Centro Nacional de Pesquisa em Energia e Materiais (CNPEM). Campinas , SP, Brasil
• Assunto(s): Lógica fuzzy Redes neurais Tomada de decisão
• Palavra(s)-Chave do Pesquisador: Diagnóstico de doenças | Logica Fuzzy | Redes neurais | Redes Neurais Fuzzy | Sistemas Adaptativos de Inferência Neuro Fuzzy | Tomada de Decisão | Lógica Fuzzy e Ciência de Dados

Resumo

A área de aprendizado profundo vem revolucionando a grande área de inteligência artificial (IA), através dos modelos de redes neurais artificiais (RNAs). Apesar de obterem bons resultados, as RNAs carecem de interpretabilidade, devido ao grande número de parâmetros nos modelos. Nesse contexto, existe uma busca por RNAs mais interpretáveis, sendo que alguns deles incorporam os princípios da lógica fuzzy à estrutura das redes neurais. A lógica fuzzy possui a capacidade de lidar com incerteza nos dados, uma vez que objetos possuem graus de associação à determinados conjuntos, diferindo assim da lógica clássica. Em particular, os modelos \emph{Adaptive Neuro Fuzzy Inference Systems} (ANFIS) utilizam métodos de inferência fuzzy em arquiteturas de RNA para a geração de modelos com maior interpretabilidade. Esse projeto tem como foco estudar os modelos ANFIS, utilizando diferentes métodos de inferência fuzzy para explorar a interpretabilidade de tais sistemas. Por fim, os sistemas ANFIS serão aplicados para estimar parâmetros na modelagem de doenças e para auxiliar na tomada de decisão de diagnósticos médicos.