[pt] Este trabalho investiga métodos de detecção de falhas
baseados em sistemas
imunológicos artificiais, especificamente aqueles baseados
no algoritmo de
seleção negativa (NSA) e em outras técnicas de
reconhecimento próprio/nãopróprio.
Inicialmente, foi proposto um esquema de representação
baseado em
hiperesferas com centros e raios variáveis e três modelos
capazes de gerar
detectores, com esta representação, de forma eficiente. O
primeiro modelo utiliza
algoritmos genéticos onde cada gene do cromossomo contém
um índice para um
ponto de uma distribuição quasi-aleatória que servirá como
centro do detector e
uma função decodificadora responsável por determinar os
raios apropriados. A
aptidão do cromossomo é dada por uma estimativa do volume
coberto através
uma integral de Monte Carlo. O segundo modelo utiliza o
particionamento
Quadtree para gerar o posicionamento dos detectores e o
valor dos raios. Este
modelo pode realizar o particionamento a partir de uma
função de detecção ou
através de divisões recursivas de um detector inicial que
ocupa todo o espaço. O
terceiro modelo é inspirado nas redes imunológicas. Neste
modelo, as células B
representam os detectores e a rede formada por eles dá a
posição e o raio de cada
detector. Experimentos com dados sintéticos e reais
demonstram a capacidade dos
algoritmos propostos e que eles apresentam melhorias nos
aspectos de
escalabilidade e desempenho na detecção de falhas. / [en] This work investigates fault detection methods based on
Artificial Immune
Systems, specifically the negative selection algorithm
(NSA) and other self/nonself
recognition techniques. First, there was proposed a
representation scheme
based on hyperspheres with variable center and radius, and
three models, which
are very capable to generate detectors, based on that
representation scheme, in an
effective way. The first model employs Genetic Algorithms
where each
chromosome gene represents an index to a point in a quasi-
random distribution,
that will serve as a detector center, a decoder function
will be responsible to
determine the appropriate radius. The chromosome fitness
is given by a valuation
of the covered volume, which is calculated through a Monte
Carlo integral. The
second model uses the Quadtree space partition technique
to generate the
detectors positions and their radius. The space partition
could be done by using a
detection function or by recursive divisions of an initial
detector that occupies the
whole space. In third model, inspired on immune networks,
the B cells represent
the detectors and the network that is established by them
gives the location and
radius of each detector. Experiments with syntetic and
real data show that the
proposed algorithms improve scalability and perform better
in fault detection.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:8236 |
| Date | 03 May 2006 |
| Creators | JORGE LUIS M DO AMARAL |
| Contributors | RICARDO TANSCHEIT |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0022 seconds