Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Santos, Anderson Rodrigues dos
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Faculdade de Engenharia
BR
UERJ
Programa de Pós-Graduação em Engenharia Eletrônica
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Electronic Engineering
Machine learning
Fuzzy pattern trees
Cartesian genetic programming
Classification
Interpretability
Engenharia Eletrônica
Aprendizado de máquinas
Árvores Fuzzy de padrões
Programação Genética Cartesiana
Classificação
Interpretabilidade
CNPQ::ENGENHARIAS
Link de acesso: http://www.bdtd.uerj.br/handle/1/11821
Resumo: Esta dissertação apresenta um sistema de indução de classificadores fuzzy. Ao invés de utilizar a abordagem tradicional de sistemas fuzzy baseados em regras, foi utilizado o modelo de Árvore de Padrões Fuzzy(APF), que é um modelo hierárquico, com uma estrutura baseada em árvores que possuem como nós internos operadores lógicos fuzzy e as folhas são compostas pela associação de termos fuzzy com os atributos de entrada. O classificador foi obtido sintetizando uma árvore para cada classe, esta árvore será uma descrição lógica da classe o que permite analisar e interpretar como é feita a classificação. O método de aprendizado originalmente concebido para a APF foi substituído pela Programação Genética Cartesiana com o intuito de explorar melhor o espaço de busca. O classificador APF foi comparado com as Máquinas de Vetores de Suporte, K-Vizinhos mais próximos, florestas aleatórias e outros métodos Fuzzy-Genéticos em diversas bases de dados do UCI Machine Learning Repository e observou-se que o classificador APF apresenta resultados competitivos. Ele também foi comparado com o método de aprendizado original e obteve resultados comparáveis com árvores mais compactas e com um menor número de avaliações.
id UERJ_f374827abd5830a58a218bd6874d44b1
oai_identifier_str oai:www.bdtd.uerj.br:1/11821
network_acronym_str UERJ
network_name_str Biblioteca Digital de Teses e Dissertações da UERJ
repository_id_str
spelling Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.Synthesis of Fuzzy pattern trees by Cartesian Genetic Programming.Electronic EngineeringMachine learningFuzzy pattern treesCartesian genetic programmingClassificationInterpretabilityEngenharia EletrônicaAprendizado de máquinasÁrvores Fuzzy de padrõesProgramação Genética CartesianaClassificaçãoInterpretabilidadeCNPQ::ENGENHARIASEsta dissertação apresenta um sistema de indução de classificadores fuzzy. Ao invés de utilizar a abordagem tradicional de sistemas fuzzy baseados em regras, foi utilizado o modelo de Árvore de Padrões Fuzzy(APF), que é um modelo hierárquico, com uma estrutura baseada em árvores que possuem como nós internos operadores lógicos fuzzy e as folhas são compostas pela associação de termos fuzzy com os atributos de entrada. O classificador foi obtido sintetizando uma árvore para cada classe, esta árvore será uma descrição lógica da classe o que permite analisar e interpretar como é feita a classificação. O método de aprendizado originalmente concebido para a APF foi substituído pela Programação Genética Cartesiana com o intuito de explorar melhor o espaço de busca. O classificador APF foi comparado com as Máquinas de Vetores de Suporte, K-Vizinhos mais próximos, florestas aleatórias e outros métodos Fuzzy-Genéticos em diversas bases de dados do UCI Machine Learning Repository e observou-se que o classificador APF apresenta resultados competitivos. Ele também foi comparado com o método de aprendizado original e obteve resultados comparáveis com árvores mais compactas e com um menor número de avaliações.This work presents a system for induction of fuzzy classifiers. Instead of the traditional fuzzy based rules, it was used a model called Fuzzy Pattern Trees (FPT), which is a hierarchical tree-based model, having as internal nodes, fuzzy logical operators and the leaves are composed of a combination of fuzzy terms with the input attributes. The classifier was obtained by creating a tree for each class, this tree will be a logic class description which allows the interpretation of the results. The learning method originally designed for FPT was replaced by Cartesian Genetic Programming in order to provide a better exploration of the search space. The FPT classifier was compared against Support Vector Machines, K Nearest Neighbour, Random Forests and others Fuzzy-Genetics methods on several datasets from the UCI Machine Learning Repository and it presented competitive results. It was also compared with Fuzzy Pattern trees generated by the former learning method and presented comparable results with smaller trees and a lower number of functions evaluations.Universidade do Estado do Rio de JaneiroCentro de Tecnologia e Ciências::Faculdade de EngenhariaBRUERJPrograma de Pós-Graduação em Engenharia EletrônicaAmaral, Jorge Luís Machado dohttp://lattes.cnpq.br/1000528740958810Vellasco, Marley Maria Bernardes Rebuzzihttp://lattes.cnpq.br/8265116967095452Cruz, André Vargas Abs dahttp://lattes.cnpq.br/7023695073460211Santos, Anderson Rodrigues dos2021-01-06T19:18:45Z2015-03-032014-07-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSANTOS, Anderson Rodrigues dos. Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.. 2014. 97 f. Dissertação (Mestrado em Redes de Telecomunicações; Sistemas Inteligentes e Automação) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2014.http://www.bdtd.uerj.br/handle/1/11821porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UERJinstname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJ2024-02-27T18:16:49Zoai:www.bdtd.uerj.br:1/11821Biblioteca Digital de Teses e Dissertaçõeshttp://www.bdtd.uerj.br/PUBhttps://www.bdtd.uerj.br:8443/oai/requestbdtd.suporte@uerj.bropendoar:29032024-02-27T18:16:49Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)false
dc.title.none.fl_str_mv Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.
Synthesis of Fuzzy pattern trees by Cartesian Genetic Programming.
title Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.
spellingShingle Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.
Santos, Anderson Rodrigues dos
Electronic Engineering
Machine learning
Fuzzy pattern trees
Cartesian genetic programming
Classification
Interpretability
Engenharia Eletrônica
Aprendizado de máquinas
Árvores Fuzzy de padrões
Programação Genética Cartesiana
Classificação
Interpretabilidade
CNPQ::ENGENHARIAS
title_short Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.
title_full Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.
title_fullStr Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.
title_full_unstemmed Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.
title_sort Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.
author Santos, Anderson Rodrigues dos
author_facet Santos, Anderson Rodrigues dos
author_role author
dc.contributor.none.fl_str_mv Amaral, Jorge Luís Machado do
http://lattes.cnpq.br/1000528740958810
Vellasco, Marley Maria Bernardes Rebuzzi
http://lattes.cnpq.br/8265116967095452
Cruz, André Vargas Abs da
http://lattes.cnpq.br/7023695073460211
dc.contributor.author.fl_str_mv Santos, Anderson Rodrigues dos
dc.subject.por.fl_str_mv Electronic Engineering
Machine learning
Fuzzy pattern trees
Cartesian genetic programming
Classification
Interpretability
Engenharia Eletrônica
Aprendizado de máquinas
Árvores Fuzzy de padrões
Programação Genética Cartesiana
Classificação
Interpretabilidade
CNPQ::ENGENHARIAS
topic Electronic Engineering
Machine learning
Fuzzy pattern trees
Cartesian genetic programming
Classification
Interpretability
Engenharia Eletrônica
Aprendizado de máquinas
Árvores Fuzzy de padrões
Programação Genética Cartesiana
Classificação
Interpretabilidade
CNPQ::ENGENHARIAS
description Esta dissertação apresenta um sistema de indução de classificadores fuzzy. Ao invés de utilizar a abordagem tradicional de sistemas fuzzy baseados em regras, foi utilizado o modelo de Árvore de Padrões Fuzzy(APF), que é um modelo hierárquico, com uma estrutura baseada em árvores que possuem como nós internos operadores lógicos fuzzy e as folhas são compostas pela associação de termos fuzzy com os atributos de entrada. O classificador foi obtido sintetizando uma árvore para cada classe, esta árvore será uma descrição lógica da classe o que permite analisar e interpretar como é feita a classificação. O método de aprendizado originalmente concebido para a APF foi substituído pela Programação Genética Cartesiana com o intuito de explorar melhor o espaço de busca. O classificador APF foi comparado com as Máquinas de Vetores de Suporte, K-Vizinhos mais próximos, florestas aleatórias e outros métodos Fuzzy-Genéticos em diversas bases de dados do UCI Machine Learning Repository e observou-se que o classificador APF apresenta resultados competitivos. Ele também foi comparado com o método de aprendizado original e obteve resultados comparáveis com árvores mais compactas e com um menor número de avaliações.
publishDate 2014
dc.date.none.fl_str_mv 2014-07-30
2015-03-03
2021-01-06T19:18:45Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SANTOS, Anderson Rodrigues dos. Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.. 2014. 97 f. Dissertação (Mestrado em Redes de Telecomunicações; Sistemas Inteligentes e Automação) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2014.
http://www.bdtd.uerj.br/handle/1/11821
identifier_str_mv SANTOS, Anderson Rodrigues dos. Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.. 2014. 97 f. Dissertação (Mestrado em Redes de Telecomunicações; Sistemas Inteligentes e Automação) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2014.
url http://www.bdtd.uerj.br/handle/1/11821
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Faculdade de Engenharia
BR
UERJ
Programa de Pós-Graduação em Engenharia Eletrônica
publisher.none.fl_str_mv Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Faculdade de Engenharia
BR
UERJ
Programa de Pós-Graduação em Engenharia Eletrônica
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UERJ
instname:Universidade do Estado do Rio de Janeiro (UERJ)
instacron:UERJ
instname_str Universidade do Estado do Rio de Janeiro (UERJ)
instacron_str UERJ
institution UERJ
reponame_str Biblioteca Digital de Teses e Dissertações da UERJ
collection Biblioteca Digital de Teses e Dissertações da UERJ
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)
repository.mail.fl_str_mv bdtd.suporte@uerj.br
_version_ 1829133601991557120

Registros relacionados