Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos.
Autor(a) principal: | |
---|---|
Data de Publicação: | 1995 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10186 |
Resumo: | A fase critica do processo de construção de sistemas especialistas e a responsável pela geração da base de conhecimento, porque ela e cara, difícil e de grande influencia sobre a qualidade final desses sistemas. A indução a partir de exemplos, gera bases de conhecimento em forma de arvores de decisão ou de regras, através de algoritmos chamados de algoritmos indutivos. Algoritmos indutivos podem ser do tipo não-incremental ou incremental. Algoritmos não-incrementais recebem como entrada um conjunto de exemplos e geram como saída uma base de conhecimento. Algoritmos incrementais recebem como entrada uma base de conhecimento e um conjunto de novos exemplos e geram como saída uma base de conhecimento atualizada. Neste trabalho apresentamos uma analise comparativa de desempenho entre essas duas famílias de algoritmos geradores de arvore de decisão. Mostramos através de analise comparativa teórica e experimental que, ao contrario do que os autores dos algoritmos incrementais disseram sobre esses algoritmos, somente em raras situações de domínios e de quantidade de exemplos esses algoritmos mostraram-se mais eficientes que os não-incrementais, não atingindo assim os objetivos a que se propunham. |
id |
UFCG_d0fbce4a1f5d35e0785c9116c401a98d |
---|---|
oai_identifier_str |
oai:localhost:riufcg/10186 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos.A comparative study between incremental and non-incremental inductive algorithms used to generate knowledge bases from examples.Inteligência ArtificialAquisição do ConhecimentoEngenharia do ConhecimentoSistemas EspecialistasMétodos IndutivosAlgoritmos Indutivos IncrementaisAlgoritmos Indutivos Não IncrementaisArtificial intelligenceKnowledge AcquisitionKnowledge EngineeringExpert SystemsInductive MethodsIncremental Inductive AlgorithmsNon-Incremental Inductive AlgorithmsCiência da ComputaçãoA fase critica do processo de construção de sistemas especialistas e a responsável pela geração da base de conhecimento, porque ela e cara, difícil e de grande influencia sobre a qualidade final desses sistemas. A indução a partir de exemplos, gera bases de conhecimento em forma de arvores de decisão ou de regras, através de algoritmos chamados de algoritmos indutivos. Algoritmos indutivos podem ser do tipo não-incremental ou incremental. Algoritmos não-incrementais recebem como entrada um conjunto de exemplos e geram como saída uma base de conhecimento. Algoritmos incrementais recebem como entrada uma base de conhecimento e um conjunto de novos exemplos e geram como saída uma base de conhecimento atualizada. Neste trabalho apresentamos uma analise comparativa de desempenho entre essas duas famílias de algoritmos geradores de arvore de decisão. Mostramos através de analise comparativa teórica e experimental que, ao contrario do que os autores dos algoritmos incrementais disseram sobre esses algoritmos, somente em raras situações de domínios e de quantidade de exemplos esses algoritmos mostraram-se mais eficientes que os não-incrementais, não atingindo assim os objetivos a que se propunham.The critical phase of the process of building expert systems is the responsible for generating the knowledge base because she is expensive difficult and greatly influences the final quality of these systems. Induction from examples generates knowledge bases in decision trees or rules through algorithms called inductive algorithms. Inductive algorithms can be non-incremental or incremental algorithms. Non-incremental algorithms are input a set of examples and output as a knowledge base. Incremental algorithms receive as input a database of knowledge and a set of new examples. updated knowledge base. In this paper we present a comparative performance analysis between these two families of decision tree generating algorithms. We show through theoretical and experimental comparative analysis that, contrary to what the authors of the incremental algorithms said these algorithms, only in rare domain and domain situations. number of examples these algorithms were more efficient non-incremental, thus not meeting the objectives proposed.Universidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOUFCGMONGIOVI, Giuseppe.MONGIOVI, G.http://lattes.cnpq.br/1961853876907497GOMES, Fernando Antônio de Carvalho.FERNEDA, Edilson.BEZERRA, Haroldo Cesar Frota.1995-12-072019-12-13T15:03:01Z2019-12-132019-12-13T15:03:01Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10186BEZERRA, Haroldo César Frota. Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. 1995. 152f. (Dissertação) Mestrado em Informática, Pós-Graduação em Informática, Centro de Ciências e Tecnologia, Universidade Federal da Paraíba, Campus II, Campina Grande - Paraíba - Brasil, 1995. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10186porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2022-03-16T14:16:59Zoai:localhost:riufcg/10186Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-03-16T14:16:59Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. A comparative study between incremental and non-incremental inductive algorithms used to generate knowledge bases from examples. |
title |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. |
spellingShingle |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. BEZERRA, Haroldo Cesar Frota. Inteligência Artificial Aquisição do Conhecimento Engenharia do Conhecimento Sistemas Especialistas Métodos Indutivos Algoritmos Indutivos Incrementais Algoritmos Indutivos Não Incrementais Artificial intelligence Knowledge Acquisition Knowledge Engineering Expert Systems Inductive Methods Incremental Inductive Algorithms Non-Incremental Inductive Algorithms Ciência da Computação |
title_short |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. |
title_full |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. |
title_fullStr |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. |
title_full_unstemmed |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. |
title_sort |
Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. |
author |
BEZERRA, Haroldo Cesar Frota. |
author_facet |
BEZERRA, Haroldo Cesar Frota. |
author_role |
author |
dc.contributor.none.fl_str_mv |
MONGIOVI, Giuseppe. MONGIOVI, G. http://lattes.cnpq.br/1961853876907497 GOMES, Fernando Antônio de Carvalho. FERNEDA, Edilson. |
dc.contributor.author.fl_str_mv |
BEZERRA, Haroldo Cesar Frota. |
dc.subject.por.fl_str_mv |
Inteligência Artificial Aquisição do Conhecimento Engenharia do Conhecimento Sistemas Especialistas Métodos Indutivos Algoritmos Indutivos Incrementais Algoritmos Indutivos Não Incrementais Artificial intelligence Knowledge Acquisition Knowledge Engineering Expert Systems Inductive Methods Incremental Inductive Algorithms Non-Incremental Inductive Algorithms Ciência da Computação |
topic |
Inteligência Artificial Aquisição do Conhecimento Engenharia do Conhecimento Sistemas Especialistas Métodos Indutivos Algoritmos Indutivos Incrementais Algoritmos Indutivos Não Incrementais Artificial intelligence Knowledge Acquisition Knowledge Engineering Expert Systems Inductive Methods Incremental Inductive Algorithms Non-Incremental Inductive Algorithms Ciência da Computação |
description |
A fase critica do processo de construção de sistemas especialistas e a responsável pela geração da base de conhecimento, porque ela e cara, difícil e de grande influencia sobre a qualidade final desses sistemas. A indução a partir de exemplos, gera bases de conhecimento em forma de arvores de decisão ou de regras, através de algoritmos chamados de algoritmos indutivos. Algoritmos indutivos podem ser do tipo não-incremental ou incremental. Algoritmos não-incrementais recebem como entrada um conjunto de exemplos e geram como saída uma base de conhecimento. Algoritmos incrementais recebem como entrada uma base de conhecimento e um conjunto de novos exemplos e geram como saída uma base de conhecimento atualizada. Neste trabalho apresentamos uma analise comparativa de desempenho entre essas duas famílias de algoritmos geradores de arvore de decisão. Mostramos através de analise comparativa teórica e experimental que, ao contrario do que os autores dos algoritmos incrementais disseram sobre esses algoritmos, somente em raras situações de domínios e de quantidade de exemplos esses algoritmos mostraram-se mais eficientes que os não-incrementais, não atingindo assim os objetivos a que se propunham. |
publishDate |
1995 |
dc.date.none.fl_str_mv |
1995-12-07 2019-12-13T15:03:01Z 2019-12-13 2019-12-13T15:03:01Z |
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 |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10186 BEZERRA, Haroldo César Frota. Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. 1995. 152f. (Dissertação) Mestrado em Informática, Pós-Graduação em Informática, Centro de Ciências e Tecnologia, Universidade Federal da Paraíba, Campus II, Campina Grande - Paraíba - Brasil, 1995. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10186 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10186 |
identifier_str_mv |
BEZERRA, Haroldo César Frota. Um estudo comparativo entre algoritmos indutivos incrementais e não incrementais utilizados na geração de bases de conhecimento a partir de exemplos. 1995. 152f. (Dissertação) Mestrado em Informática, Pós-Graduação em Informática, Centro de Ciências e Tecnologia, Universidade Federal da Paraíba, Campus II, Campina Grande - Paraíba - Brasil, 1995. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10186 |
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.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UFCG |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1809744422305267712 |