Made available in DSpace on 2016-06-02T19:06:13Z (GMT). No. of bitstreams: 1
DissLBF.pdf: 823769 bytes, checksum: 521bc3ae1780ad06aa0fbb01ae4c2d40 (MD5)
Previous issue date: 2004-05-28 / Financiadora de Estudos e Projetos / Machine learning is an area of Artificial Intelligence that deals with methods
and techniques for implementing automatic learning in computational systems.
This research work investigates a machine learning neural model called
RuleNet and its extension for fuzzy domains named Fuzzy RuleNet. Among the
advantages of the RuleNet proposal are its simplicity, easiness and fast training
as well as the way it represents the induced concept, which can be
characterized as symbolic. This aspect makes RuleNet suitable for participating
in cooperative systems. This research work investigates both the contribution of
the RuleNet model as a stand alone learning technique as well as part of a
cooperative system. It presents and discusses the results obtained in several
experiments, evaluating RuleNet as a stand alone machine learning (versus two
other machine learning methods, the ID3 and the NGE) and as part of a
cooperative system, articulated to ID3 and to NGE. / Aprendizado de máquina é uma área da Inteligência Artificial que investe na
pesquisa de métodos e técnicas para viabilizar o aprendizado automático em
sistemas computacionais. Este trabalho de pesquisa investiga um modelo
neural de aprendizado de máquina chamado RuleNet e sua extensão Fuzzy
RuleNet, para domínios fuzzy. Dentre as vantagens da proposta RuleNet estão
sua simplicidade, facilidade e rapidez no treinamento bem como a maneira
como representa o conceito induzido, que pode ser caracterizada como
simbólica. Esse aspecto torna o RuleNet adequado a ser incorporado a sistemas
cooperativos de aprendizado. O trabalho de pesquisa investiga a contribuição
do modelo RuleNet tanto como uma técnica de aprendizado stand-alone quanto
como parte de um sistema cooperativo. O trabalho apresenta e discute os
resultados obtidos em vários experimentos que avaliam o RuleNet como método
de aprendizado stand-alone (versus dois outros métodos de aprendizado de
máquina, o ID3 e o NGE) e como parte de um sistema cooperativo, articulado
tanto ao ID3 quanto ao NGE.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/566 |
| Date | 28 May 2004 |
| Creators | Figueira, Lucas Baggio |
| Contributors | Nicoletti, Maria do Carmo |
| Publisher | Universidade Federal de São Carlos, Programa de Pós-graduação em Ciência da Computação, UFSCar, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds