Memórias associativas L-fuzzy com ênfase em memórias associativas fuzzy intervalares

L-fuzzy associative memories with an emphasis on interval-valued fuzzy associative memories

dc.creatorSchuster, Tiago, 1987-
dc.date2015
dc.date2017-04-02T12:27:30Z
dc.date2017-06-21T18:32:30Z
dc.date2017-04-02T12:27:30Z
dc.date2017-06-21T18:32:30Z
dc.date.accessioned2018-03-29T02:55:46Z
dc.date.available2018-03-29T02:55:46Z
dc.identifierSCHUSTER, Tiago. Memórias associativas L-fuzzy com ênfase em memórias associativas fuzzy intervalares. 2015. 97 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: <http://www.bibliotecadigital.unicamp.br/document/?code=000944049>. Acesso em: 2 abr. 2017.
dc.identifierhttp://repositorio.unicamp.br/jspui/handle/REPOSIP/306337
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1323499
dc.descriptionOrientador: Peter Sussner
dc.descriptionDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica
dc.descriptionResumo: As últimas décadas têm testemunhado a emergência de uma variedade de abordagens à resolução de problemas com base na computação em reticulados como, por exemplo, as redes neurais morfológicas e os modelos neurocomputação e de raciocínio fuzzy em reticulados. Usamos aqui o termo "reticulado'' no sentido dado no trabalho seminal de Birkhoff. A teoria dos reticulados nasceu da álgebra booleana e tem um grande leque de aplicações como a análise de conceitos formais, a inteligência computacional, a teoria dos conjuntos fuzzy e a morfologia matemática (MM). A MM em reticulados completos representa a base teórica para uma série de modelos de inteligência computacional conhecidos como redes neurais morfológicas (MNNs), que incluem as memórias associativas morfológicas em tons de cinza e as memórias associativas morfológicas fuzzy (FMAMs). As últimas décadas têm testemunhado a emergência de uma variedade de abordagens à resolução de problemas com base na computação em reticulados como, por exemplo, as redes neurais morfológicas e os modelos neurocomputação e de raciocínio fuzzy em reticulados. Usamos aqui o termo "reticulado'' no sentido dado no trabalho seminal de Birkhoff. A teoria dos reticulados nasceu da álgebra booleana e tem um grande leque de aplicações como a análise de conceitos formais, a inteligência computacional, a teoria dos conjuntos fuzzy e a morfologia matemática (MM). A MM em reticulados completos representa a base teórica para uma série de modelos de inteligência computacional conhecidos como redes neurais morfológicas (MNNs), que incluem as memórias associativas morfológicas em tons de cinza e as memórias associativas morfológicas fuzzy (FMAMs). O advento de sistemas fuzzy tipo-2 sugere o desenvolvimento das FMAMs tipo-2 e em particular FMAMs tipo-2 intervalar, ou FMAMs intervalar (IV-FMAMs). Observemos aqui que a classe dos conjuntos fuzzy, assim como a dos conjuntos fuzzy tipo-2, fuzzy tipo-2 intervalar e fuzzy intervalar sobre um universo arbitrário em conjunção com diferentes escolhas de ordens parciais formam classes de conjuntos L-fuzzy, em que L denota um reticulado completo. Nessa dissertação de mestrado, introduzimos as memórias associativas L-fuzzy (L-FMAMs) com base na morfologia matemática L-fuzzy (L-FMM). Nosso foco está nas FMAMs fuzzy intervalar, uma vez que sistemas fuzzy intervalar têm sido aplicados com sucesso em problemas de engenharia, computação com palavras e raciocínio aproximado. Nós aplicamos os modelos de IV-FMAMs em conjunção com a técnica de clusterização fuzzy c-means intervalar a um problema de predição de série temporal, especificamente o prognóstico da vazão mensal de uma usina hidroelétrica localizada no sudeste brasileiro. Por fim, comparamos as predições produzidas pela abordagem das IV-FMAMs com aquelas produzidas por modelos competitivos da literatura
dc.descriptionAbstract: The last decade has witnessed the emergence of a variety of lattice computing approaches towards computational intelligence such as morphological neural networks and fuzzy lattice reasoning / neuro-computing models. Here, the technical term "lattice" refers to a lattice in the mathematical sense of Birkhoff's seminal work. Lattice theory grew out of Boolean algebra and has found a wide range of applications such as mathematical morphology, formal concept analysis, computational intelligence, and fuzzy set theory. Mathematical morphology on complete lattices represents the theoretical basis for a range of computational intelligence models known as morphological neural networks (MNNs) including gray-scale and fuzzy morphological associative memories (FMAMs). The advent of type-2 fuzzy systems suggests the development of type-2 FMAMs and in particular interval type-2 FMAMs or interval-valued FMAMs. Recall that the class of fuzzy sets as well as the classes of type-2, interval type-2, and interval-valued fuzzy sets over an arbitrary universe together with different choices of partial orderings form classes of L-fuzzy sets, where L denotes a complete lattice. In this master's thesis, we introduce L-fuzzy morphological associative memories (L-FMAMs) on the basis of L-FMM. Our focus is on interval-valued FMAMs since interval type-2 fuzzy systems, have found various applications in engineering, computing with words, and approximate reasoning. We applied the aforementioned interval-valued FMAM models in conjunction with the interval-valued fuzzy c-means clustering technique to a time-series prediction problem in industry, namely the problem of forecasting the average monthly streamflow of a hydroelectric plant located in southeastern Brazil, and compared the predictions produced by the IV-FMAM approach with the ones produced by a number of competitive models from the literature
dc.descriptionMestrado
dc.descriptionMatematica Aplicada
dc.descriptionMestre em Matemática Aplicada
dc.format97 p. : il.
dc.formatapplication/pdf
dc.publisher[s.n.]
dc.subjectSistemas fuzzy
dc.subjectMemória associativa
dc.subjectMorfologia matemática
dc.subjectConjuntos fuzzy
dc.subjectPrevisão de series temporais
dc.subjectFuzzy systems
dc.subjectAssociative memory
dc.subjectMathematical morphology
dc.subjectFuzzy sets
dc.subjectTime-series forecasting
dc.titleMemórias associativas L-fuzzy com ênfase em memórias associativas fuzzy intervalares
dc.titleL-fuzzy associative memories with an emphasis on interval-valued fuzzy associative memories
dc.typeTesis


Este ítem pertenece a la siguiente institución