Sobre o modelo neural RuleNet e suas características simbólica e cooperativa.

AUTOR(ES)

Lucas Baggio Figueira

DATA DE PUBLICAÇÃO

2004

RESUMO

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.

ASSUNTO(S)

redes neurais (computação) aprendizado simbólico ciencia da computacao aprendizado cooperativo inteligência artificial aprendizado do computador

Documentos Relacionados

• QUESTÕES SOBRE CORONELISMO E SUAS CARACTERÍSTICAS.
• Evolution of a university–company cooperative forestry program.
• Estresse peri-natal: suas características e repercussões sobre o comportamento alimentar na vida adulta
• Implementing a Commercial Rule Base as a Medication Order Safety Net
• Cobertura plástica sobre o vinhedo e suas influências nas características físico-químicas do mosto e do vinho