Sistemas Especialistas

Prof. Andrey Masiero

18 de fevereiro de 2016

Agenda

Sistemas Especialistas

Redes Neurais

Lgica Nebulosa ou Fuzzy

Sistemas Especialistas

So programas que armazenam e manipulam o conhecimento adquirido a

partir de um especialista. Ou seja:
Incorporam o conhecimento de um especialista;
Requerem entrevistas e observaes para a extrao desse
reconhecimento;
O conhecimento representado em formato manipulvel pelo
computador.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

1 / 14

Representao do Conhecimento
Em regras:
IF condicao1 AND condicao2 AND ... AND condicaoN
THEN acao1 AND acao2 AND ... AND acaoN

Exemplos:
IF carro=Mercedes AND cidade=Rio de Janeiro
THEN seguro=0.2*valorCarro
IF carro=Corsa AND cidade=Curitiba
THEN seguro=0.05*valorCarro

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

2 / 14

Representao do Conhecimento

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

3 / 14

Quando usar Sistemas Especialistas?

conhecimento do especialista acessvel;

as regras so conhecidas e fceis de serem formuladas por estes
aplicativos;
quando explicaes so necessrias.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

4 / 14

Avaliao

Vantagens

Desvantagens

- Utiliza representao explcita do

conhecimento;

- Ausncia de mecanismo
automtico de aprendizado;

- Programas fceis de ler e

compreender;

- Processo longo e caro de

extrao de conhecimento;

- Capazes de gerar justificativas

(explicaes).

- Exigncia de declaraes precisas

dos especialistas.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

5 / 14

Redes Neurais

So modelos computacionais inspirados nos neurnios biolgicos e na

estrutura do crebro com capacidade de adquirir, armazenar, e utilizar
conhecimento experimental.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

6 / 14

Natureza vs Artificial

Crebro

Redes Neurais Artifciais

- Neurnio biolgico;

- Neurnio artificial;

- Rede de neurnios;

- Estrutura de camadas;

- 10 bilhes de neurnios;

- Centenas/milhares;

- Aprendizado;

- Aprendizado;

- Generalizao;

- Generalizao;

- Associao;

- Associao;

- Reconhecimento de padres.

- Reconhecimento de padres.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

7 / 14

Neurnios

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

8 / 14

Quando usar Redes Neurais?

problemas de reconhecimento de padres com dados ruidosos ou

incompletos;
regras claras no podem ser facilmente formuladas.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

9 / 14

Avaliao

Vantagens
- Modelagem de sistemas no
lineares;

Desvantagens
- Ausncia de explicaes
explcitas;

- Aprendizado automtico;

- Sensvel a quantidade de dados

disponvel;

- Tolerante a dados ruidosos ou

incompletos;

- Processo de treinamento
(aprendizado) pode ser lento.

- Resposta rpida e precisa;

- Modelos compactos.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

10 / 14

Lgica Nebulosa ou Fuzzy

Tem o objetivo de modelar o modo aproximado de raciocnio, imitando a

habilidade humana de tomar decises, imitando a habilidade humana de
tomar decises em um ambiente de incerteza e impreciso.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

11 / 14

Lgica Nebulosa ou Fuzzy

Permite que sistemas inteligentes de controle e suporte deciso lidem

com informaes imprecisas ou nebulosas.
Exemplos:
Investimento de alto risco;
Temperatura alta;
Pessoa jovem;
Fluxo muito intenso.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

12 / 14

Quando usar Lgica Fuzzy?

problemas que envolvem conceitos subjetivos e intrinsicamente

imprecisos;
deseja-se obter explicaes sobre o resultado do problema.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

13 / 14

Avaliao

Vantagens
- Facilidade de lidar com dados
imprecisos;

Desvantagens
- Especificao das funes de
pertinncia;

- Facilita a descrio das regras

pelos especialistas;

- Necessidade de um especialista
e/ou dados histricos.

- Menor nmero de regras;

- Explicao do raciocnio.

Prof. Andrey Masiero

Aula 02

18 de fevereiro de 2016

14 / 14