Arquitetura, projeto e implementação da biblioteca Evolutionary Computing Learning Environment (ECLE) para construir regras de conhecimento com propriedades específicas.

dc.contributorInstituto de Ciências Matemáticas e de Computação – ICMC/USPpt_BR
dc.contributor.authorGiusti, Rafael
dc.contributor.authorPila, Adriano Donizete
dc.contributor.authorMonard, Maria Carolina
dc.date.accessioned2018-07-30T13:42:28Z
dc.date.available2018-07-30T13:42:28Z
dc.date.issued2006-12
dc.description.abstractOs algoritmos simbólicos de aprendizado de máquina supervisionado são capazes de gerar um conjunto de regras capaz de explicar o conhecimento implícito em um conjunto de dados. Entretanto, desse conjunto de regras nem sempre é possível obter regras de conhecimento que causem surpresa ou representem conhecimento novo para o especialista do domínio. Neste trabalho propomos um ambiente computacional que consiste de uma biblioteca de classes baseada em algoritmos evolutivos, a qual foi desenvolvida para a construção de regras individuais de conhecimento com propriedades específicas. Também propomos neste trabalho uma representação para regras de conhecimento que codifica as condições da regras de forma a permitir a atuação do algoritmo evolutivo e dos métodos por nós propostos para a avaliação, seleção e recombinação dessas regras. Apresentamos também a arquitetura da biblioteca de classes com as definições e discussões sobre os métodos, bem como a convenção adotada na implementação de todo o trabalho. Finalmente, são apresentadas algumas conclusões sobre o desenvolvimento do projeto.pt_BR
dc.description.notesRelatórios Técnicos do ICMC; 289pt_BR
dc.format70 p.pt_BR
dc.identifier.urihttp://repositorio.icmc.usp.br//handle/RIICMC/6776
dc.language.isoporpt_BR
dc.publisher.citySão Carlos, SP, Brasil.pt_BR
dc.subjectInteligência artificialpt_BR
dc.titleArquitetura, projeto e implementação da biblioteca Evolutionary Computing Learning Environment (ECLE) para construir regras de conhecimento com propriedades específicas.pt_BR
dc.title.alternativeArchitecture, design and implementation of the Evolutionary Computing Learning Environment (ECLE) library to build knowledge rules with specific properties.pt_BR
dc.type.categoryRelatórios técnicospt_BR
usp.description.abstracttranslatedThe symbolic algorithms of supervised machine learning are capable of generating a set of rules capable of explaining the implicit knowledge in a set of data. However, from this set of rules it is not always possible to obtain rules of knowledge that are surprising or represent new knowledge to the domain expert. In this work we propose a computational environment consisting of a library of classes based on evolutionary algorithms, which was developed for the construction of individual rules of knowledge with specific properties. We also propose in this work a representation for rules of knowledge that codes the conditions of the rules in order to allow the performance of the evolutionary algorithm and the methods proposed by us for the evaluation, selection and recombination of these rules. We also present the architecture of the class library with the definitions and discussions about the methods, as well as the convention adopted in the implementation of all the work. Finally, some conclusions about the development of the project are presented.pt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Relatório Técnico_289_2006.pdf
Tamanho:
1.09 MB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.29 KB
Formato:
Item-specific license agreed upon to submission
Descrição: