ICA
  contato   links   
 

Inteligência Computacional Aplicada (ELE1361)

graduação Unidade: DEE


Descrição | Objetivos | Ementa | Cursos | Pré-requisitos | Professores | Bibliografia
Avaliação | Carga Horária | Outras Informações | Ementa Detalhada | Downloads

Descrição

A Inteligência Computacional compreende a teoria e a aplicação de técnicas computacionais inspiradas em fenômenos naturais que incluem: Redes Neurais, Lógica Fuzzy e Computação Evolucionária. Essas técnicas têm sido aplicadas com sucesso em diversas áreas da engenharia e tecnologia, resolvendo problemas que eram difíceis para métodos convencionais ou mesmo sem solução. Sistemas computacionais desenvolvidos a partir dessas técnicas ditas inteligentes são, tipicamente: sistemas de apoio à decisão, classificação, planejamento, modelagem, reconhecimento de padrões, otimização, previsão, controle e automação industrial, mineração de dados e de síntese de sistemas. Tais sistemas encontram amplo emprego nos mais diversos setores, incluindo os de Energia, Comércio, Finanças, Indústria, Meio Ambiente, Medicina e Engenharias em geral.

O curso introduz as técnicas - Redes Neurais, Computação Evolucionária e Lógica Fuzzy - e exemplifica a sua aplicação em problemas reais de previsão, classificação, controle, otimização, planejamento, modelagem, inferência, mineração de dados, etc. O curso inclui aulas multimídias e práticas, utilizando software de ensino próprio e comerciais.

Redes Neurais são modelos computacionais inspirados na estrutura do cérebro, com o objetivo de apresentar características similares ao comportamento humano, tais como: aprendizado, associação, generalização e abstração. Devido a sua estrutura, as Redes Neurais são bastante efetivas no aprendizado de padrões a partir de dados não-lineares, incompletos, com ruídos e até compostos de exemplos contraditórios. Exemplos de aplicações típicas são: reconhecimento de padrões (imagens, texto, voz etc); previsão de séries temporais; agrupamento e classificação.

Computação Evolucionária compreende algoritmos probabilísticos (Algoritmos Genéticos) que fornecem um mecanismo de busca paralela e adaptativa baseado no princípio Darwiniano da evolução das espécies e na genética. O mecanismo é obtido a partir de uma população de indivíduos (soluções), representados por cromossomas (palavras binárias, vetores, matrizes etc), cada um associado a uma aptidão (avaliação do indivíduo da solução no problema), que são submetidos a um processo de evolução (seleção, reprodução, cruzamento e mutação) por vários ciclos. Existem inúmeros problemas de otimização (numérica, combinatorial) e de síntese de um sistema (programa de computador, circuito eletrônico, antena, etc.) nos quais o modelo matemático que representa o problema não é conhecido ou difícil de se obter. A Computação Evolucionária dispensa informação via modelos matemáticos precisos e oferece algoritmos de busca capazes de serem aplicados com simplicidade em problemas complexos, com grandes espaços de busca, de difícil modelagem, ou para os quais não há um algoritmo eficiente disponível.

A Lógica Fuzzy tem como objetivo modelar o modo aproximado de raciocínio, tentando imitar a habilidade humana de tomar&

 
Objetivos

Introduzir conceitos básicos de Redes Neurais, Algoritmos Genéticos e Lógica Fuzzy; exemplificar a modelagem e aplicação em problemas reais; apresentar softwares de ensino próprios (ICADEMO, WinGenesis, Fuzzy Rules e Cluster Analysis) e softwares comerciais (Evolver, WEKA e MATLAB/Toolboxes de RNs e LN).

 
Ementa

Redes Neurais: Definição e Características; Histórico, Conceitos Básicos e Aplicações; Neurônio Artificial; Estruturas de Interconexão; Processamento Neural - Aprendizado e Recuperação dos Dados; Tipos de Aprendizado - Supervisionado e Não-Supervisionado; Regras de Aprendizado - Algoritmos Neurais. Computação Evolucionária: Componentes de um Algoritmo Genético (AG); Desenvolvimento de Ags - Exemplo da Função Binária F6; Reprodução e Seleção; Outras Técnicas e Operadores; Problemas de Otimização Combinatorial - TSP, colorir grafo, produção industrial; Evolução de Regras de Classificação por Algoritmos Genéticos (Mineração de Dados); Introdução ao Evolver e ao RuleEvolver. Lógica Fuzzy: Introdução; Conjuntos Fuzzy; Relações e Composições Fuzzy; Lógica Fuzzy; Sistemas Fuzzy; Controle Baseado em Regras Lingüísticas.

 
Cursos
  • Engenharia Elétrica

  • Engenharia de Computação

  • Engenharia de Controle e Automação

  •  
    Pré-requisitos

    100 créditos.

     
    Professores

    Marley Maria B. R. Velasco
    Sala: 21 do Anexo - 4º andar (Leme)
    E-mail: marley@ele.puc-rio.br

    Marco Aurélio C. Pacheco
    Sala: 20 do Anexo - 4º andar (Leme)
    E-mail: marco@ele.puc-rio.br

    Ricardo Tanscheit
    Sala: 19 do Anexo - 4º andar (Leme)
    E-mail: ricardo@ele.puc-rio.br

     
    Bibliografia

    Bibliografia Básica 1:
    Título: Sistemas Inteligentes de Apoio à Decisão
    Subtítulo: Análise Econômica de Projetos de Desenvolvimento de Campos de Petróleo sob Incerteza 
    Editora: Interciência
    Cidade: Rio de Janeiro
    Ano: 2007
    ISBN:  978-85-7193-172-5
    Nome do Autor 1:  Marco Aurélio C. Pacheco
    Nome do Autor 2: Marley Maria B.R. Vellasco
     
    Bibliografia Básica 2:
    Título:  Sistemas Inteligentes:
    Subtítulo: Fundamentos e Aplicações
    Editora: Manole Ltda
    Cidade: Barueri, SP 
    Ano: 2003
    ISBN: 85-204-1683-7
    Nome do Autor 1: Solange Oliveira Rezende
     
     
    Bibliografia Complementar 1:
    Título:  Redes Neurais Artificiais:
    Subtítulo: Teoria e aplicações
    Editora: LTC - Livros Técnicos e Científicos Editora S.A.
    Cidade: Rio de Janeiro 
    Ano: 2000
    ISBN:
    Nome do Autor 1: Antônio de Pádua Braga
    Nome do Autor 2: André Carlos Ponce Ferreira Carvalho
    Nome do Autor 3: Teresa Bernarda Ludermir

    Bibliografia Complementar 2:
    Título:  Algoritmos Genéticos:
    Subtítulo: Uma importante ferramenta da Inteligência Computacional
    Editora: Brasport Livros e Mutimídia Ltda.
    Cidade: Rio de Janeiro 
    Ano: 2006
    ISBN: 85-7452-265-1
    Nome do Autor 1: Ricardo Linden

    Bibliografia Complementar 3:
    Título:  Inteligência Computacional Aplicada à Administração, Economia e Engenharia em MATLAB
    Editora: Thomson Learning Edições Ltda.
    Cidade: São Paulo 
    Ano: 2007
    ISBN: 85-221-0560-X
    Nome do Autor 1: H.A. Oliveira Jr. (coord.)
    Nome do Autor 2: M.A.S. Machado
    Nome do Autor 3: A.M. Caldeira
    Nome do Autor 4: R.C. Souza
    Nome do Autor 5: R. Tanscheit

     
    Avaliação

    Critério da Elétrica.

     
    Carga Horária

    Teo=3; Exe=0; Lab=2 (SHF); Carga Hor. Total=75 horas

     
    Outras Informações
    Não disponível.
     
    Ementa Detalhada
    1. Redes Neurais
      1. Definição e Características: Aprendizado; Associação; Generalização; Abstração; Robustez
      2. Histórico, Conceitos Básicos e Aplicações
      3. Neurônio Artificial (Elemento Processador): Regras de Propagação e Funções de Ativação
      4. Estruturas de Interconexão
      5. Processamento Neural: Aprendizado e Recuperação dos Dados
      6. Tipos de Aprendizado: Supervisionado e Não-Supervisionado
      7. Regras de Aprendizado - Algoritmos Neurais
        1. Perceptron: Algoritmo de Aprendizado e O Problema do OU-Exclusivo
        2. Algoritmo de RetroPropagação de Erros - Back Propagation
          1. Algoritmo de Aprendizado - Método do Gradiente Descendente
          2. Taxa de Aprendizado e o Termo de Momento
          3. Problemas de Network Paralysis e Mínimo Local
          4. Super Parametrização e Capacidade de Generalização
          5. Variações: Weight Decay e RPROP
          6. Aplicações
        3. Mapas Auto-Organizáveis (Self-Organizing Maps)
          1. Aprendizado Competitivo
          2. Mapas de Kohonen
          3. Aplicações
    2. Computação Evolucionária
      1. Componentes de um Algoritmo Genético (AG)
        1.  
    Donwloads

    Publicação Arquivos
    Listas de Exercícios (ELE1361)
    Notas de Aula de Lógica Fuzzy (ELE1361)
    Notas de aula de Redes Neurais (ELE1361)
    Outros (ELE1361)
    Software (ELE1361)
    Tutoriais (ELE1361)