Publicação: Geração de Regras de Decisão Fuzzy Utilizando a Teoria
dos Rough Sets
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Este trabalho propõe um novo método para gerar automaticamente regras fuzzy baseado
na teoria dos rough sets e na teoria dos conjuntos fuzzy. As regras derivadas são concisas em
relação ao número de termos antecedentes e apresentam alta taxa de cobertura. O sistema de
classicação baseado nestas regras fuzzy foi adaptado para discriminar entre a possibilidade e
a impossibilidade de classicação. A proposta foi testada em cinco bases de dados públicas
fornecidas pela Universidade de Wisconsin, são elas: a Iris, a Wine, a Wisconsin Diagnosis
Breast Cancer considerando 10 atributos (Wdbc com 10 atributos), a Wisconsin Diagnosis
Breast Cancer considerando 30 atributos (Wdbc com 30 atributos) e a Wisconsin Prognostic
Breast Cancer (Wpbc). A precisão de classicação obtida para Iris, Wine, Wdbc com 10
atributos, Wdbc com 30 atributos e Wpbc foram 100%, 100%, 99,03%, 98,03 e 93,90%, respectivamente.
Abstract
This paper proposes a new method to automatically generate fuzzy rules based on rough
sets teory and fuzzy sets teory. The derived rules are concise with respect to the number of antecedent
terms and present high coverage rate. The classier system based on these fuzzy rules
was tailored to discriminate between possibility of classication and impossibility classication.
The proposal was tested with ve public databases provided by University of Wisconsin: the
Iris, the Wine, the Wisconsin Diagnosis Breast Cancer considering 10 attributes (Wdbc with 10
attributes), the Wisconsin Diagnosis Breast Cancer considering 30 attributes (Wdbc with 30
attributes) and the Wisconsin Prognostic Breast Cancer (Wpbc). The classication accuracies
obtained for Iris, Wine, Wdbc with 10 attributes, Wdbc with 30 attributes and the Wpbc were
100%, 100%, 99,03%, 98,03 e 93,90%, respectively.
Palavras-chave
Regras fuzzy, Rough sets, Reconhecimento de padrões, Aprendizado de máquina, Classicação de padrões, Fuzzy rules, Rough sets, Pattern recognition, Machine learning, Pattern classication task, Mineração de dados (Computação), Banco de dados
Citação
SANTOS, Jean Carlo de Sousa. Geração de Regras de Decisão Fuzzy Utilizando a Teoria
dos Rough Sets. 2009. 53 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de Uberlândia, Uberlândia, 2009.