Busca de atributos relevantes em sistemas de representação de conhecimento utilizando conjuntos aproximados

Thiago Casseb de SOUZA, Jaqueline Corrêa Silva de CARVALHO

Resumo


Os Sistemas de controle modernos, devido á crescente demanda de informações, têm adquirido uma grande complexidade pelo enorme número de variáveis envolvidas e ao alto grau de incerteza. As tecnologias atuais facilitam a aquisição de informações, mas podem gerar alguns problemas como informações supérfluas, aumentando o tamanho da base de dados; falta de informação, dificultando a tomada de decisões etc.

Este trabalho tem por objetivo a exposição dos conceitos da Teoria de Conjuntos Aproximados (Rough Sets) e sua aplicação em Sistemas de Representação do Conhecimento. Para tanto, o software Rough Reduct foi desenvolvido como ferramenta auxiliar para essa aplicação. Com ele, foi possível reduzir uma tabela de decisão sobre diagnósticos médicos, de 71 atributos para sete.

Os resultados, portanto, foram satisfatórios e mostraram que é possível reduzir um sistema de Representação do Conhecimento sem que a tomada de decisão seja modificada.


Palavras-chave


conjuntos aproximados, Inteligência artificial

Apontamentos

  • Não há apontamentos.