Spelling suggestions: "subject:"transformações probabilística"" "subject:"transformações probabilísticos""
1 |
Redução de valores no critério de decisão em aplicações de Rough Sets com dominância e seus impactos na qualidade da aproximaçãoMoreira Filho, Roberto Malheiros 30 July 2012 (has links)
Submitted by Renata Lopes (renatasil82@gmail.com) on 2018-09-03T15:49:55Z
No. of bitstreams: 1
robertomalheirosmoreirafilho.pdf: 1784153 bytes, checksum: 65d1abd13eb713e62923e5d3c4d69acf (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-09-03T15:53:44Z (GMT) No. of bitstreams: 1
robertomalheirosmoreirafilho.pdf: 1784153 bytes, checksum: 65d1abd13eb713e62923e5d3c4d69acf (MD5) / Made available in DSpace on 2018-09-03T15:53:44Z (GMT). No. of bitstreams: 1
robertomalheirosmoreirafilho.pdf: 1784153 bytes, checksum: 65d1abd13eb713e62923e5d3c4d69acf (MD5)
Previous issue date: 2012-07-30 / PROQUALI (UFJF) / A criação de regras de apoio à decisão com base em sistemas de informação é o objeto
central da Teoria dos Conjuntos Aproximativos - TCA (Rough Sets Theory). Um trabalho
apresentado por Pawlak em 1982 deu início a diversos estudos com o objetivo de criar regras
de decisão baseadas em sistemas de informações com múltiplos atributos condicionantes e um
ou mais atributos de decisão. Ao longo do tempo, os atributos com relação de dominância,
onde há uma escala de valores, vêm recebendo destaque. Para lidar com este tipo de dados foi
desenvolvido a DRSA (Dominance-based Rough Sets Approach). O excessivo rigor exigido
para a criação de regras pela proposta básica do DRSA fez com que novas propostas
surgissem. Além das regras determinísticas, com 100% de certeza, surgiram regras
probabilísticas, com algum percentual controlado de incerteza. Existem algumas vertentes de
estudo de aplicações de DRSA e a abordagem aqui proposta explora a possibilidade de
aumento na qualidade da aproximação e, consequentemente, na qualidade das regras geradas,
considerando a possibilidade de união de algumas classes do atributo de decisão com
princípio de dominância. Com isto, são preservados os princípios do uso de DRSA. De acordo
com a necessidade do pesquisador, a redução de classes pode ser utilizada em conjunto com
as outras alternativas de DRSA apresentadas até o momento. Duas novas propostas de união
de classes do atributo do critério de decisão são apresentadas, comentadas e criticadas nesta
tese, uma baseada em função densidade de probabilidades e outra baseada em transformações
probabilísticas. / Creating rules for the support of the decision process is the main subject of Rough Sets
Theory. The study first published by Pawlak in 1982 was a catalyst of several studies focusing
on creating rules for the support of the decision making process based on multiple attributes
conditioning one or more decision attributes. As the studies evolved, attributes with the
feature of dominance – attributes measured in some scale – have caught attention. This gave
rise to DRSA (Dominance-based Rough Sets Approach). The excessively strict guidelines of
DRSA original studies led to the creation of new guidelines that consider not only
deterministic rules – 100% certainty – but also probabilistic rules, which account for a certain
degree of uncertainty. There are other developments of DRSA and the approach here taken
evaluates alternatives for enhancing the quality of the approximation evaluation, therefore
enhancing the quality of the rules, by clustering classes of values of decision attributes
without compromising the guiding principles of DRSA. According to the need of researcher,
the reduction of classes can be used in conjunction with other alternatives of development of
DRSA. Two different proposals for the clustering of attributes are presented and evaluated in
this study, one based on density functions and the other based on probabilistic
transformations.
|
Page generated in 0.0671 seconds