Otimização do conjunto de sensores utilizados por uma língua artificial através de algoritmos genéticos

• Processo: 04/13371-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de fevereiro de 2005
• Data de Término da vigência: 31 de janeiro de 2006
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Renato Tinós
• Beneficiário: Fernanda Oliveira Favretto
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 04/04289-6 - Algoritmos evolucionários e redes neurais artificiais em problemas não-estacionários, AP.JP
• Assunto(s): Algoritmos genéticos Otimização matemática Reconhecimento de padrões Redes neurais (computação) Paladar
• Palavra(s)-Chave do Pesquisador: Algoritimos Geneticos | Lingua Artificial | Otimizacao | Reconhecimento De Padroes | Redes Neurais Artificiais | Sensores Polimericos

Resumo

A Embrapa está desenvolvendo uma língua artificial para a avaliação do paladar de diversas bebidas de interesse da agroindústria e da qualidade da água. O equipamento é baseado em sensores poliméricos que, na presença de determinadas substâncias químicas, sofrem diversas alterações físicas e estruturais que se tornam perceptíveis através de medidas elétricas. Atualmente, redes neurais artificiais têm sido empregadas para a classificação das medidas elétricas provenientes de todos os sensores. Ainda não foram realizados experimentos para se determinar o conjunto mínimo de sensores (entre os 9 atualmente utilizados) suficiente para que a língua artificial tenha um desempenho satisfatório. Além disso, não foram estudados quais sensores apresentam maior poder discriminatório. Nesta pesquisa, os Algoritmos Genéticos serão utilizados para a otimização das diferentes combinações dos sensores poliméricos empregados pela língua artificial. Como resultado final, espera-se determinar quais conjuntos formados por combinações dos nove sensores fornecem as melhores relações entre desempenho esperado e tempo de treinamento e de processamento. Os resultados que deverão ser obtidos deverão auxiliar na avaliação da função dos sensores utilizados no equipamento e, eventualmente, possibilitar a sugestão de possíveis mudanças de acordo com o poder discriminatório de cada sensor. (AU)