Post on 09-Nov-2018
2COP229Inteligência Computacional
barbon@uel.br
Sumário
1- Inteligência Artificial
2- Inteligência Computacional
3- Fundamentos em Soft Computing
2COP229Inteligência Computacional
barbon@uel.br
Color Energy as a Seed Descriptor for Image Segmentation with Region Growing Algorithms on Skin Wound Images (2014)
2COP229Inteligência Computacional
barbon@uel.br
Anomaly detection using Correlational Paraconsitent Machine with Digital Signatures of Network Segment (2014)
2COP229Inteligência Computacional
barbon@uel.br
Adaptive Distribution of Vocabulary Frequencies: anovel estimation suitable for social media corpus(2014)
2COP229Inteligência Computacional
barbon@uel.br
1- Inteligência Artificial
-Artificial Intelligence (AI)
-Tem o objetivo de emular a inteligência humana em máquinas de forma a prover a ação e raciocínio como dos seres humanos.
- É uma disciplina que pode ser dividida em:- Agentes Inteligentes;- Busca Inteligente;- Agentes Lógicos (Lógica de 1ª Ordem, Representação do
conhecimento)- Planejamento (Grafos e Heurísticas)- Aprendizado de Máquina (Supervisionadas e Não
Supervisionadas)- Construção e Percepção (Kalman Filters, HMM)
2COP229Inteligência Computacional
barbon@uel.br
1- Inteligência Artificial
- Aprendizado: inerente ao instinto animal, possibilita lidar de forma adequada em situações conhecidas e adaptada em situações desconhecidas.
- Aprendizado em Máquinas: É um processo realizado em uma máquina de forma que ela adapte parâmetros recebidos para se adequar a uma regra.
Aonde fica a Inteligência Computacional?
2COP229Inteligência Computacional
barbon@uel.br
2- Inteligência Computacional
- A IA tradicional não contempla toda a demanda de soluções para problemas de:
i) Busca;ii) Otimização;iii) Aprendizado de máquina;
- Principalmente para as áreas de:
i) Sistemas de Informação como apoio a soluções biológicas e comerciais com grandes bancos de dados.
ii) Automação industrial como energética, aeroespacial e farmacêutica.
- Novas abordagens: Rough Set, Lógica Fuzzy, Redes Neurais Artificiais, Algorítmos Genéticos, Redes de Crença, Teoria do Chaos.
2COP229Inteligência Computacional
barbon@uel.br
2- Inteligência Computacional
- Definição:
Adaptabilidade
Tolerância a falhas
Alta Velocidade
Baixa Taxas de Erros
2COP229Inteligência Computacional
barbon@uel.br
3- Soft Computing
-Definição:
- Surgiu na década de 90;
- Os modelos mais comuns da Soft Computing são:- Lógica Fuzzy (Nebulosa);- Modelos em Redes Neurais;- Algoritmos Genéticos;
2COP229Inteligência Computacional
barbon@uel.br
3- Soft Computing
Lógica Fuzzy (Nebulosa ou Difusa)
-É baseada em lógica proposicional e de predicados, pautada pelos princípios da lógica polivalente e NÃO a clássica (sim e não).
-É usada sobre conjuntos nebulosos que contrastam com conjuntos nítidos (crisp). Um conjunto nítido pode ser definido pelos valores contidos nele.
Crisp
Conjunto dos números naturais:1, 2, 400 e 2000
Números não naturais:
0.2, -85, π
Fuzzy
Conjunto de pessoas altas:Sylvio (1.93m), Lebron (2.03m) e Kevin (2.06m)Conjunto de pessoas baixas:Daniele (1.47m), Bernard (1.62)
2COP229Inteligência Computacional
barbon@uel.br
3- Soft Computing
Lógica Fuzzy (Nebulosa ou Difusa)
- O conjunto Fuzzy se assemelha a como as pessoas realmente falam, como por exemplo “ ele é alto mesmo”, “realmente alto”, “não muito alto” e “baixinho”.
- As definições de “alto” não são precisas.
- A Lógica Nebulosa auxilia na forma como se determinar a disjunção de variáveis de um conjunto nebuloso;
- A Inferência Nebulosa permite que sistemas nebulosos convertam valores nítidos em variáveis nebulosas, raciocinar e apresentar saídas nítidas.
2COP229Inteligência Computacional
barbon@uel.br
3- Soft Computing
Modelos de Redes Neurais:
“Redes neurais artificiais são modelos computacionais inspiradosno sistema nervoso de seres vivos”
- Possuem capacidade de aquisição e manutenção do conhecimento;
- São caracterizados pela unidade de processamento chamada de neurônio;
- Cada unidade (neurônio) é ligado por meio das sinapses Artificiais;
2COP229Inteligência Computacional
barbon@uel.br
3- Soft Computing
Modelos de Redes Neurais:
- Computacionalmente falando são representadas por matrizes e vetores de pesos sinápticos;
2COP229Inteligência Computacional
barbon@uel.br
3- Soft Computing
Modelos de Redes Neurais:
- Abordagens supervisionadas e não supervisionadas;
- Retropropagação;
-Redes Recorrentes: Hopfield, útil para avaliar valor de mercado de uma ação, pois usa valores prévios (conhecimento) para aprender.
- Redes Multicamada: Perceptron de Múltiplas Camadas, solucionando problemas não lineares.
2COP229Inteligência Computacional
barbon@uel.br
3- Soft Computing
Algoritmos Genéticos:
- Genetic Algorithm (GA)
- É um modelo estocástico baseado no processo biológico de seleção natural de Darwin.
- É uma busca local para encontrar uma solução ótima.
- A representação tradicional é uma cadeia de bits, conhecida como cromossomo, sendo cada bit um gene. A população é um conjunto de cromossomos, sendo que cada cromossomo representa um indivíduo. Conceitos: aptidão, geração, cruzamento, mutação e falha.
2COP229Inteligência Computacional
barbon@uel.br
Referências:
Silva, IN da, Danilo Hernane Spatti, and Rogério Andrade Flauzino. "Redes neurais artificiais para engenharia e ciências aplicadas." São Paulo: Artliber (2010).
Konar, A. “Computational Intelligence: Principles, Techniques and Applications” (2005)
Jensen, R. Shen, Q. “Computational Intelligence and Feature Selection” (2008)