Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/12496| Tipo do documento: | Dissertação |
| Tipo de acesso: | Acesso Aberto |
| Título: | Geração de Regras de Decisão Fuzzy Utilizando a Teoria dos Rough Sets |
| Autor(es): | Santos, Jean Carlo de Sousa |
| Primeiro orientador: | Guliato, Denise |
| 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 |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma: | por |
| País: | BR |
| Editora: | Universidade Federal de Uberlândia |
| Sigla da instituição: | UFU |
| Departamento: | Ciências Exatas e da Terra |
| Programa: | Programa de Pós-graduação em Ciência da Computação |
| Referência: | 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 |
| Data de defesa: | 25-Nov-2009 |
| Aparece nas coleções: | DISSERTAÇÃO - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| jean.pdf | 617.54 kB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.