Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional

Detalhes bibliográficos
Autor(a) principal: Thé, Maria Alice Lagos
Data de Publicação: 2001
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/79411
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico
id UFSC_ba636d0e0f0490d57cfd766f7d505c63
oai_identifier_str oai:repositorio.ufsc.br:123456789/79411
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaThé, Maria Alice LagosRodriguez Martins, Alejandro2012-10-18T03:28:44Z2012-10-18T03:28:44Z20012001179202http://repositorio.ufsc.br/xmlui/handle/123456789/79411Tese (doutorado) - Universidade Federal de Santa Catarina, Centro TecnológicoRaciocínio Baseado em Casos (RBC) é uma técnica da Inteligência Artificial (IA), recentemente desenvolvida, para amenizar a elaboração de regras existentes em sistemas especialistas que modelam a cognição humana para resolver problemas. O RBC pode ser usado em circunstâncias específicas tais como para a determinação de um Diagnóstico Nutricional e Prescrição Dietética. Em muitos aspectos, é basicamente diferente de outras maiores abordagens da IA. Por acreditar que a matemática clássica sozinha não contempla todos os aspectos das escolhas desenvolvidas pela mente humana é que sentimos a necessidade de uma ferramenta mais flexível, onde possamos ter respostas em graus de cinza. É hábil para utilizar um específico conhecimento de experiências prévias, problemas com situações concretas (casos) e repetir o ato humano de relembrar prévios episódios resolvendo um dado problema por reconhecimento de outras afinidades. Para isso, integramos a metodologia do RBC e o modelo da Lógica Difusa no desenvolvimento deste sistema. Diagnóstico Nutricional e Prescrições Dietéticas são muito complexos, descrevendo estas considerações em parâmetros Fuzzy, como obesidade, comportamento individual, idade e tendências genéticas. O objetivo deste estudo, foi desenvolver um sistema inteligente que satisfizesse as necessidades de um especialista nutricionista ao determinar um Diagnóstico Nutricional e fornecer uma Prescrição Dietética a um indivíduo, utilizando-se ferramentas rápidas e próximas a cognição humana. A base de casos deste sistema, foi obtida através de um estudo realizado na instituição Pell Heart Survey Regional Municipality of Pell em 1997, na província de Ontário, Canadá. Esta pesquisa foi caracterizada como um estudo de casos, transversal e qualitativo. O objetivo da Instituição Peel neste estudo, foi determinar o estado nutricional desta população assim como diagnosticar doenças crônico degenerativas não transmissíveis. A Instituição Pell coletou o tamanho de uma amostra de 2000 sujeitos, foram aleatoriamente selecionados em uma população adulta entre 18 e 59 anos de idade, de ambos os sexos. Os riscos nutricionais desta população foram determinados pelas variáveis de índices de massa corporal (IMC), avaliação dietética, necessidades energéticas totais (NET), o nível de atividade física, pressão arterial, colesterol sangüíneo, história familiar, tabagismo, sexo e idade. Pegou-se as amostras da Pell e fez-se um tratamento e análise dos dados. Aplicou-se o modelo fuzzy para valorar os atributos e a metodologia do Raciocínio Baseado em Casos, utilizou-se para compor os casos reais e suas devidas soluções, na base de casos. Constituiu-se um conjunto de protótipos para facilitar a aquisição dos casos, agilizando a recuperação dos mesmos, diminuindo-se a necessidade de adaptação. A ferramenta utilizada para testar os pesos, foi a shell Esteem 1.4 da Esteem Software e o programa estatístico utilizado foi SPSS, versão 8.0. O tamanho da amostra foi adequada. Verificou-se a sustentabilidade da capacidade do modelo tendo em vista a importância do aprendizado com a experiência. A validação do modelo fuzzy e do RBC chegou próximo a 100%porFlorianópolis, SCEngenharia de produçãoNutriçãoDietasInteligencia artificialRaciocinio baseado em casos (Inteligencia artificial)Lógica difusaRaciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricionalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL179202.pdfapplication/pdf390361https://repositorio.ufsc.br/bitstream/123456789/79411/1/179202.pdfa7edbbafe64acd07a1fec00b23a3c625MD51TEXT179202.pdf.txt179202.pdf.txtExtracted Texttext/plain260790https://repositorio.ufsc.br/bitstream/123456789/79411/2/179202.pdf.txtea7c4aa8d2c059ee4ad7a89a9a13610bMD52THUMBNAIL179202.pdf.jpg179202.pdf.jpgGenerated Thumbnailimage/jpeg707https://repositorio.ufsc.br/bitstream/123456789/79411/3/179202.pdf.jpg14a10af8ae324da16cbe97aa1bb8b33aMD53123456789/794112013-04-30 18:46:02.447oai:repositorio.ufsc.br:123456789/79411Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732013-04-30T21:46:02Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional
title Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional
spellingShingle Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional
Thé, Maria Alice Lagos
Engenharia de produção
Nutrição
Dietas
Inteligencia artificial
Raciocinio baseado em casos (Inteligencia artificial)
Lógica difusa
title_short Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional
title_full Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional
title_fullStr Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional
title_full_unstemmed Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional
title_sort Raciocínio baseado em casos: uma abordagem fuzzy para diagnóstico nutricional
author Thé, Maria Alice Lagos
author_facet Thé, Maria Alice Lagos
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Thé, Maria Alice Lagos
dc.contributor.advisor1.fl_str_mv Rodriguez Martins, Alejandro
contributor_str_mv Rodriguez Martins, Alejandro
dc.subject.classification.pt_BR.fl_str_mv Engenharia de produção
Nutrição
Dietas
Inteligencia artificial
Raciocinio baseado em casos (Inteligencia artificial)
Lógica difusa
topic Engenharia de produção
Nutrição
Dietas
Inteligencia artificial
Raciocinio baseado em casos (Inteligencia artificial)
Lógica difusa
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico
publishDate 2001
dc.date.submitted.pt_BR.fl_str_mv 2001
dc.date.issued.fl_str_mv 2001
dc.date.accessioned.fl_str_mv 2012-10-18T03:28:44Z
dc.date.available.fl_str_mv 2012-10-18T03:28:44Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufsc.br/xmlui/handle/123456789/79411
dc.identifier.other.pt_BR.fl_str_mv 179202
identifier_str_mv 179202
url http://repositorio.ufsc.br/xmlui/handle/123456789/79411
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 Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/79411/1/179202.pdf
https://repositorio.ufsc.br/bitstream/123456789/79411/2/179202.pdf.txt
https://repositorio.ufsc.br/bitstream/123456789/79411/3/179202.pdf.jpg
bitstream.checksum.fl_str_mv a7edbbafe64acd07a1fec00b23a3c625
ea7c4aa8d2c059ee4ad7a89a9a13610b
14a10af8ae324da16cbe97aa1bb8b33a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805409678491648

Registros relacionados