Defesa de Dissertação de Mestrado de Raissa Matias da Silva

postado em 8 de ago de 2016 05:47 por Coordenação da Pós-graduação em Computação da UFCG   [ 15 de set de 2016 12:23 atualizado‎(s)‎ ]

Candidato(a): Raissa Matias da Silva

Título do Trabalho: Definição das Probabilidades Condicionais de Redes Bayesianas baseadas em Nós Ranqueados

Orientador(es): 

Hyggo Almeida

Angelo Perkusich

 

Data: 29/08/2016

Horário: 08:00:00

Local: Laboratório Embedded

 

Resumo: Um dos principais desafios na construção de uma rede Bayesiana (RB) é definir as tabelas de probabilidade condicional dos nós (TPC). Para RB de larga escala, aprender TPC por meio da elicitação de domínio do conhecimento de um especialista é inviável. Trabalhos anteriores propuseram soluções para este problema usando o conceito de nós ranqueados, no entanto, eles têm capacidade limitada de modelagem ou precisam contar com especialistas em RB parar aplicá-los, reduzindo a sua aplicabilidade. Neste trabalho, são propostos e avaliados três métodos para resolução deste problema. O primeiro utiliza um sistema especialista baseado em regras de produção. O segundo método utiliza força bruta, buscando um conjunto de todas as combinações possíveis. O terceiro método utiliza um algoritmo genético para definição de TPC por especialistas sem conhecimento específico de nós ranqueados. Para avaliar as abordagens, foi executado um experimento que permitiu identificar as vantagens e as desvantagens de cada método, dependendo do tempo de processamento, disponibilidade de memória e a quantidade de nós pais da RB. Ao usar uma das soluções apresentadas, um praticante pode definir com precisão as TPC sem entender o conceito de nós ranqueados.


Banca Examinadora:

(Membros Internos)

Kyller Costa Gorgônio

(Membros Externos)

Lenardo Chaves e Silva, UERN

Ana Luisa Ferreira de Medeiros, UFCG

Comments