Construção de regras de conhecimento: uma abordagem evolutiva

• Processo: 05/01178-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2005
• Data de Término da vigência: 31 de julho de 2006
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Maria Carolina Monard
• Beneficiário: Rafael Giusti
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Mineração de dados Extração de conhecimento Inteligência artificial Computação evolutiva Bases de dados
• Palavra(s)-Chave do Pesquisador: Computacao Evolutiva | Mineracao De Dados | Regras De Conhecimento | Inteligência Artificial

Resumo

Algoritmos supervisionados de aprendizado simbólico são freqüentemente utilizados para a Extração de Conhecimento de Bases de Dados. Em geral, o conhecimento induzido por esses algoritmos pode ser expresso como um conjunto de regras. Essas regras, no entanto, possuem um viés que está relacionado ao suporte e à precisão inerentes ao classificador induzido. Assim, embora o conjunto de regras que constitui o classificador possa representar o conhecimento implícito da base de dados, normalmente cada regra nesse conjunto negligencia certas propriedades desejáveis, tais como satisfação, novidade e sensitividade, pois essas propriedades estão relacionadas muito mais à cada regra do que ao classificador como um todo. Neste trabalho é proposto o uso de técnicas de Computação Evolutiva para, a partir de regras induzidas por algoritmos de aprendizado, e/ou outras regras de conhecimento, construir novas regras com propriedades mais específicas. Para atingir esses objetivos, é necessário projetar e desenvolver uma estrutura de dados capaz de representar regras de conhecimento, tal que seja possível aplicar nessa estrutura os diversos métodos utilizados por Algoritmos Evolutivos para a construção de novas regras. Os métodos serão implementados em Perl como um módulo para a geração de regras de conhecimento com propriedades específicas, e serão avaliados usando bases de dados naturais e do mundo real. Esse novo módulo será inserido no ambiente computacional para extração de conhecimento que está sendo desenvolvido pelo grupo de pesquisa do Laboratório de Inteligência Computacional do ICMC - USP/SCar.