Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares

Detalhes bibliográficos
Autor(a) principal: Pereira Junior, Sidnei da Fonseca
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da FURG (RI FURG)
Texto Completo: http://repositorio.furg.br/handle/1/10000
Resumo: O objetivo deste trabalho é propor o uso de conjuntos fuzzy intervalares em funções de overlap para construção de índices de overlap intervalares e, a partir destes, obter medidas de confiança e suporte para utilização em Sistemas de Classificação baseados em Regras fuzzy, cuja tomada de decisão final é dada por funções de penalidade (ou funções penalty). Para o mapeamento de problemas que tratam do raciocínio aproximado a modelagem fuzzy é frequentemente realizada em um espaço finito, ou seja, é realizada uma discretização dos valores para que haja um número limitado de possíveis estados. Essa abordagem fornece uma solução computacional rápida e modelagem intuitiva para trabalhar com conjuntos fuzzy em várias aplicações. No entanto, ao considerar o uso de quantidades fuzzy, estamos interessados em executar operações através de conjuntos definidos pelos números reais. A propagação de erros pode tornar-se importante e afetar o resultado final. É difícil para o especialista determinar se o grau de certeza é 0.5 ou 0.503, por exemplo. Esse problema encontra sua solução dentro do conceito de conjuntos fuzzy intervalares. Primeiramente, foi introduzido um método para criar medidas de confiança e suporte baseado em índices de overlap intervalares, que geralmente são usados para avaliar o grau de certeza ou interesse de uma determinada regra de associação. Estes índices de overlap intervalares são construídos a partir de funções de overlap intervalar, que são um tipo especial de funções de agregação, não necessariamente associativas, que servem para aplicações relacionadas aos problemas de sobreposição de conjuntos. Esta dissertação apresenta um novo Mecanismo de Raciocínio fuzzy para ser usado em sistemas de classificação baseados em regras fuzzy considerando diferentes índices de overlap intervalares, que generaliza os métodos clássicos. Ao considerar vários índices de overlap intervalares, funções de penalidade foram utilizadas para a tomada de decisão relacionada à seleção da melhor classe. Por fim, é apresentado o método de consenso para classificação utilizando funções de penalidade e os resultados teóricos relacionados aos métodos desenvolvidos.
id FURG_7b92a7bdb8dd40a161336d55fc8a043a
oai_identifier_str oai:repositorio.furg.br:1/10000
network_acronym_str FURG
network_name_str Repositório Institucional da FURG (RI FURG)
repository_id_str
spelling Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalaresConfidence and support measures on interval overlap functions in systems based on interval fuzzy rulesConjuntos fuzzy intervalaresRaciocínio aproximadoFunções de overlapÍndices de overlapFunções de penalidadesFuzzy setsIntervals fuzzy setsOverlap functionsOverlap indicesPenalty functionsO objetivo deste trabalho é propor o uso de conjuntos fuzzy intervalares em funções de overlap para construção de índices de overlap intervalares e, a partir destes, obter medidas de confiança e suporte para utilização em Sistemas de Classificação baseados em Regras fuzzy, cuja tomada de decisão final é dada por funções de penalidade (ou funções penalty). Para o mapeamento de problemas que tratam do raciocínio aproximado a modelagem fuzzy é frequentemente realizada em um espaço finito, ou seja, é realizada uma discretização dos valores para que haja um número limitado de possíveis estados. Essa abordagem fornece uma solução computacional rápida e modelagem intuitiva para trabalhar com conjuntos fuzzy em várias aplicações. No entanto, ao considerar o uso de quantidades fuzzy, estamos interessados em executar operações através de conjuntos definidos pelos números reais. A propagação de erros pode tornar-se importante e afetar o resultado final. É difícil para o especialista determinar se o grau de certeza é 0.5 ou 0.503, por exemplo. Esse problema encontra sua solução dentro do conceito de conjuntos fuzzy intervalares. Primeiramente, foi introduzido um método para criar medidas de confiança e suporte baseado em índices de overlap intervalares, que geralmente são usados para avaliar o grau de certeza ou interesse de uma determinada regra de associação. Estes índices de overlap intervalares são construídos a partir de funções de overlap intervalar, que são um tipo especial de funções de agregação, não necessariamente associativas, que servem para aplicações relacionadas aos problemas de sobreposição de conjuntos. Esta dissertação apresenta um novo Mecanismo de Raciocínio fuzzy para ser usado em sistemas de classificação baseados em regras fuzzy considerando diferentes índices de overlap intervalares, que generaliza os métodos clássicos. Ao considerar vários índices de overlap intervalares, funções de penalidade foram utilizadas para a tomada de decisão relacionada à seleção da melhor classe. Por fim, é apresentado o método de consenso para classificação utilizando funções de penalidade e os resultados teóricos relacionados aos métodos desenvolvidos.The aim of this work is to propose the use of interval fuzzy sets in overlap functions to construct interval overlap indices and to obtain confidence and support measures for use in Classification Systems based on Fuzzy Rules, whose final decision-making is given by penalty functions. For the mapping of problems that deal with approximate reasoning, fuzzy modeling is often performed in a finite space, that is, a discretization of the values is performed to have a limited number of possible states. This approach provides a fast computational solution and intuitive modeling to work with fuzzy sets in various applications. However, when considering the use of fuzzy quantities, we are interested in executing operations through sets defined by real numbers. The propagation of errors can become important and affect the end result. Sometimes it is difficult for the specialist to determine whether the degree of certainty is 0.5 or 0.503, for example. This problem finds its solution within the concept of fuzzy intervals. First, a method was introduced to create confidence and support measures based on interval indexes, which are generally used to evaluate the degree of certainty or interest of a given association rule. These interval overlap indices are constructed from interval overlap functions which are a special kind of aggregation functions, not necessarily associative, that serve for applications related to set overlap problems. This dissertation proposal presents a new Fuzzy Reasoning Mechanism to be used in classification systems based on fuzzy rules considering different interval overlap indexes, which generalizes the classical methods. When considering several interval overlap indexes, penalty functions were used for decision-making related to the selection of the best class. Finally, we present the consensus method for classification using penalty functions and the theoretical results related to the methods developed.Dimuro, Graçaliz PereiraBorges, Eduardo NunesPereira Junior, Sidnei da Fonseca2021-12-20T12:17:43Z2021-12-20T12:17:43Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfPEREIRA JUNIOR, Sidnei da Fonseca. Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares. 2019. 77 f. Dissertação (Mestrado em Engenharia da Computação) – Centro de Ciências Computacionais, Universidade Federal do Rio Grande, Rio Grande, 2019.http://repositorio.furg.br/handle/1/10000porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURG2021-12-20T12:17:43Zoai:repositorio.furg.br:1/10000Repositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestopendoar:2021-12-20T12:17:43Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)false
dc.title.none.fl_str_mv Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares
Confidence and support measures on interval overlap functions in systems based on interval fuzzy rules
title Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares
spellingShingle Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares
Pereira Junior, Sidnei da Fonseca
Conjuntos fuzzy intervalares
Raciocínio aproximado
Funções de overlap
Índices de overlap
Funções de penalidades
Fuzzy sets
Intervals fuzzy sets
Overlap functions
Overlap indices
Penalty functions
title_short Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares
title_full Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares
title_fullStr Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares
title_full_unstemmed Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares
title_sort Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares
author Pereira Junior, Sidnei da Fonseca
author_facet Pereira Junior, Sidnei da Fonseca
author_role author
dc.contributor.none.fl_str_mv Dimuro, Graçaliz Pereira
Borges, Eduardo Nunes
dc.contributor.author.fl_str_mv Pereira Junior, Sidnei da Fonseca
dc.subject.por.fl_str_mv Conjuntos fuzzy intervalares
Raciocínio aproximado
Funções de overlap
Índices de overlap
Funções de penalidades
Fuzzy sets
Intervals fuzzy sets
Overlap functions
Overlap indices
Penalty functions
topic Conjuntos fuzzy intervalares
Raciocínio aproximado
Funções de overlap
Índices de overlap
Funções de penalidades
Fuzzy sets
Intervals fuzzy sets
Overlap functions
Overlap indices
Penalty functions
description O objetivo deste trabalho é propor o uso de conjuntos fuzzy intervalares em funções de overlap para construção de índices de overlap intervalares e, a partir destes, obter medidas de confiança e suporte para utilização em Sistemas de Classificação baseados em Regras fuzzy, cuja tomada de decisão final é dada por funções de penalidade (ou funções penalty). Para o mapeamento de problemas que tratam do raciocínio aproximado a modelagem fuzzy é frequentemente realizada em um espaço finito, ou seja, é realizada uma discretização dos valores para que haja um número limitado de possíveis estados. Essa abordagem fornece uma solução computacional rápida e modelagem intuitiva para trabalhar com conjuntos fuzzy em várias aplicações. No entanto, ao considerar o uso de quantidades fuzzy, estamos interessados em executar operações através de conjuntos definidos pelos números reais. A propagação de erros pode tornar-se importante e afetar o resultado final. É difícil para o especialista determinar se o grau de certeza é 0.5 ou 0.503, por exemplo. Esse problema encontra sua solução dentro do conceito de conjuntos fuzzy intervalares. Primeiramente, foi introduzido um método para criar medidas de confiança e suporte baseado em índices de overlap intervalares, que geralmente são usados para avaliar o grau de certeza ou interesse de uma determinada regra de associação. Estes índices de overlap intervalares são construídos a partir de funções de overlap intervalar, que são um tipo especial de funções de agregação, não necessariamente associativas, que servem para aplicações relacionadas aos problemas de sobreposição de conjuntos. Esta dissertação apresenta um novo Mecanismo de Raciocínio fuzzy para ser usado em sistemas de classificação baseados em regras fuzzy considerando diferentes índices de overlap intervalares, que generaliza os métodos clássicos. Ao considerar vários índices de overlap intervalares, funções de penalidade foram utilizadas para a tomada de decisão relacionada à seleção da melhor classe. Por fim, é apresentado o método de consenso para classificação utilizando funções de penalidade e os resultados teóricos relacionados aos métodos desenvolvidos.
publishDate 2019
dc.date.none.fl_str_mv 2019
2021-12-20T12:17:43Z
2021-12-20T12:17:43Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv PEREIRA JUNIOR, Sidnei da Fonseca. Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares. 2019. 77 f. Dissertação (Mestrado em Engenharia da Computação) – Centro de Ciências Computacionais, Universidade Federal do Rio Grande, Rio Grande, 2019.
http://repositorio.furg.br/handle/1/10000
identifier_str_mv PEREIRA JUNIOR, Sidnei da Fonseca. Medidas de confiança e suporte sobre funções de overlap intervalares em sistemas baseados em regras fuzzy intervalares. 2019. 77 f. Dissertação (Mestrado em Engenharia da Computação) – Centro de Ciências Computacionais, Universidade Federal do Rio Grande, Rio Grande, 2019.
url http://repositorio.furg.br/handle/1/10000
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da FURG (RI FURG)
instname:Universidade Federal do Rio Grande (FURG)
instacron:FURG
instname_str Universidade Federal do Rio Grande (FURG)
instacron_str FURG
institution FURG
reponame_str Repositório Institucional da FURG (RI FURG)
collection Repositório Institucional da FURG (RI FURG)
repository.name.fl_str_mv Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)
repository.mail.fl_str_mv
_version_ 1813187234449326080