Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/12522
metadata.dc.type: Dissertação
metadata.dc.rights: Acesso Aberto
Title: Regressão simbólica via programação genética: um estudo de caso com modelagem geofísica
metadata.dc.creator: Grings, Alexandre
metadata.dc.contributor.advisor1: Pereira, Antônio Eduardo Costa
metadata.dc.contributor.referee1: Alves, Joao Bosco da Mota
metadata.dc.contributor.referee2: Fernandes, Márcia Aparecida
metadata.dc.description.resumo: A regressão simbólica, que consiste na manipulação de expressões matemáticas para descoberta de funções que descrevam um conjunto de dados, foi uma tarefa exclusivamente humana até pouco tempo atrás. Recentemente, foram desenvolvidas várias técnicas computacionais para automatizar a regressão simbólica. Uma dessas técnicas é a programação genética, uma subárea da computação evolutiva que usa analogia à teoria da evolução de Darwin e idéias do campo da Genética para desenvolver um grupo de programas de computador na busca por soluções a tarefas computacionais. O presente trabalho visa a testar as capacidades de regressão simbólica da programação genética com objetivo de verificar sua viabilidade como ferramenta para a pesquisa de um problema geofísico. Esse problema diz respeito a fenômenos que ocorrem na ionosfera, a região da atmosfera ionizada pela ação dos raios solares, que desempenham um papel fundamental para as telecomunicações. No intercurso dessa tentativa, faz-se o uso de duas implementações tradicionais de programação genética e de uma variante, chamada programação da expressão gênica. Problemas como o sistema estudado demandam muito tempo de processamento e memória, desse modo, o trabalho culmina com uma implementação distribuída de programação genética com o intuito de acelerar o processamento da modelagem.
Abstract: Symbolic regression, which is in principal the handling of mathematical expressions for finding a function that describes a data set, was until recently carried out exclusively by humans. But now, several computational techniques of symbolic regression automatization have appeared. One of these techniques is genetic programming, a subarea of evolutive computing that uses an analogy to Darwin s evolutionary theory and some ideas from the Genetics field to develop a group of computer programs in a search for solutions to computational tasks. This work aims to test the symbolic regression capabilities of genetic programming with the objective of verifying its viability as a tool for a specific geophysical research. This research concerns phenomena that occurs in the ionosphere, the region of earth s atmosphere ionized by the action of solar rays, that play a fundamental role in telecommunications. In the course of this trial, we used two implementations of traditional genetic programming and one implementation of a variant, named gene expression programming. Problems like the one under study demand a lot of processor time and are memory consuming, therefore, the work culminates with a distributed implementation of genetic programming with the objective of accelerating the modeling process.
Keywords: Regressão simbólica
Programação genética
Programação da expressão gênica
Modelagem geofísica
Symbolic regression
Genetic programming
Gene expression programming
Geophisical modeling
Programação genética (Computação)
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
metadata.dc.language: por
metadata.dc.publisher.country: BR
Publisher: Universidade Federal de Uberlândia
metadata.dc.publisher.initials: UFU
metadata.dc.publisher.department: Ciências Exatas e da Terra
metadata.dc.publisher.program: Programa de Pós-graduação em Ciência da Computação
Citation: GRINGS, Alexandre. Regressão simbólica via programação genética: um estudo de caso com modelagem geofísica. 2006. 133 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de Uberlândia, Uberlândia, 2006.
URI: https://repositorio.ufu.br/handle/123456789/12522
Issue Date: 24-Feb-2006
Appears in Collections:PPGCC - Mestrado em Ciência da Computação

Files in This Item:
File Description SizeFormat 
AGringsDISSPRT.pdf1 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.