Tamanho da fonte:
REDES NEURAIS DE BASE RADIAL E LÓGICA DIFUSA (FUZZY) PARA PROBLEMAS DE CLASSIFICAÇÃO DE PADRÕES
Última alteração: 2017-08-07
Resumo
Esta pesquisa teve como objetivos testar a hipótese da superioridade da abordagem Neuro-fuzzy, que um algoritmo híbrido com redes neurais e lógica Fuzzy (difusa), sobre a abordagem via redes neurais artificiais (RNAs) tradicional para a classificação de padrões, enumerar e avaliar as vantagens/desvantagens de se utilizar a abordagem Neuro-fuzzy em vez da classificação tradicional via RNAs para este tipo de problema. Para isso, experimentos foram delineados e implementados em linguagem MATLAB®/OCTAVE, a fim obtermos subsídios para analisar os resultados. Elaboramos testes compartilhados, que testam desempenho, velocidade e acuracidade em ambas as abordagens, afim de ressaltar os benefícios de se adotar a lógica fuzzy como um complemento de busca por valores e limiares ótimos em problemas de classificação e, com base nos experimentos realizados e à luz da literatura, foi possível concluir que a abordagem Neuro-fuzzy é tão capaz de classificar quanto a abordagem tradicional das Redes Neurais de Base Radial, porém, a principal vantagem daquela abordagem é a forma de apresentação via conjunto de regras se/então, o que coloca de forma inteligível à linguagem humana o comportamento do sistema classificador.
Palavras-chave
Redes Neurais Artificiais. Sistemas Fuzzy. Sistemas Neuro-fuzzy.