Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufu.br/handle/123456789/12496| Tipo de documento: | Dissertação |
| Tipo de acceso: | Acesso Aberto |
| Título: | Geração de Regras de Decisão Fuzzy Utilizando a Teoria dos Rough Sets |
| Autor: | Santos, Jean Carlo de Sousa |
| Primer orientador: | Guliato, Denise |
| Resumen: | 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. |
| Palabras clave: | 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 |
| Área (s) del CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma: | por |
| País: | BR |
| Editora: | Universidade Federal de Uberlândia |
| Sigla de la institución: | UFU |
| Departamento: | Ciências Exatas e da Terra |
| Programa: | Programa de Pós-graduação em Ciência da Computação |
| Cita: | 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. |
| URI: | https://repositorio.ufu.br/handle/123456789/12496 |
| Fecha de defensa: | 25-nov-2009 |
| Aparece en las colecciones: | DISSERTAÇÃO - Ciência da Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| jean.pdf | 617.54 kB | Adobe PDF |  Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.