Aplicacoes de Computacao Inteligente

Aplicações de Computação Inteligente

Nesta disciplina, nos dedicaremos a estudar principalmente métodos Conexionistas (Redes Neurais) de Computação Inteligente. Abordaremos também alguns métodos clássicos de reconhecimento de padrões como Árvores de Decisão, Algoritmos do K-vizinhos mais próximos e Redes Bayesianas. Apresentaremos os fundamentos e aplicações associados com as diversas técnicas abordadas
e desenvolveremos um projeto prático em aplicações do mundo real.

Informações Gerais

Professores responsáveis (2001.1): Teresa Ludermir, Paulo Adeodato, e Marcílio Souto
Horário: Quartas-feiras das 10:00 às 12:00 e Sextas-feiras das 8:00 às 10:00.
Local: Sala M1

Ementa:

Introdução
Redes Neurais = Fundamentos

Neurônio Artificial
Arquiteturas e Paradigmas de Aprendizagem Conexionistas
Redes de Hopfield
Redes Perceptron e Backpropagation (livros do Beale & Jackson e do Haykin)
Redes Self-organising
Redes Neurais Sem Pesos

Redes Neurais = Aplicações

Aproximação de Funções
Reconhecimento de Padrões
Processamento de Imagens
Previsão e Controle

Redes Neurais = Desenvolvimento de Projeto

Análise do Problema
Escolha do(s) Modelo(s)
Composição e Transformação dos Dados
Treinamento e Teste do Sistema

Outras Técnicas de Reconhecimentos de Padrão

Árvores de Decisão
K-médias
Incerteza (Introdução à regra de Bayes)
Introdução às Redes Bayesianas
Teoria da Decisão Simples
Aprendizagem Bayesiano
Lógica Fuzzy, Algoritmos Genéticos e Redes Neurais

Programação Diária

Material Bibliográfico:

Redes Neurais:

Neural Computing: An Introduction. Beale e Jackson, 1991.
Neural Networks: a Comprehensive Foundation. Haykin, S., McMillan College Publishing 1994.
Introduction to Neural Computing. Aleksander and Morton, 1990.
Redes Neurais Artificiais: Teoria e aplicações. A.P. Braga, A.P.L Carvalho, T.B. Ludermir, LTC, 2000.

Outras abordagens:

Árvores de Decisão

Machine Learning. T. Mitchell, McGraw-Hill, 1997. (CAP. 3)

K-médias

Machine Learning, Neural and Statistical Classification. Eds. Michie, Spiegelhalter, Taylor, 1994.

Incerteza, Redes Bayesianas, Teoria da Decisão, Aprendizagem Bayesiano

Artificial Intelligence: a Modern Approach. Russel and Norvig, Prentice Hall, 1995. (CAPs. 14, 15, 16, 19.6)
Machine Learning. T. Mitchell, McGraw-Hill, 1997. (CAP. 3)

Avaliação:

Avaliação escrita sobre o assunto apresentado na 1^ª parte do curso (Fundamentos de Redes Neurais)
Proposta, implementação e apresentação de um projeto de aplicação em Redes Neurais
Proposta, implementação e apresentação de um projeto de aplicação de umas das técnicas de computação inteligente clássica