Uma aplicação bastante utilizada do aprendizado de máquina supervisionado ocorre em problemas de classificação. Existem diferentes abordagens, com técnicas e algoritmos diversos, para lidar com este problema. Sistemas de classificação baseados em regras fuzzy são uma abordagem consolidada e amplamente utilizada. Nesse sentido, este trabalho tem por objetivo apresentar uma análise sobre esta abordagem, bem como um de seus algoritmos classificadores, chamado FARC-HD. Mais precisamente, este algoritmo foi aplicado em um problema clássico de classificação de vinhos, demonstrando sua alta interpretabilidade e precisão.
Este artigo contempla a concepção de uma abordagem que explora medidas de consenso fuzzy, como suporte a problemas de tomada de decisão relacionados à determinação do nível de utilização das máquinas físicas em um ambiente de computação em nuvem. A análise de consenso dos conjuntos fuzzy está baseada nas médias aritméticas e exponenciais. Para avaliar a proposta foi concebido um estudo de caso direcionado a arquitetura do Framework Int-FLBCC em desenvolvimento pelo grupo de pesquisa.
Non-determinism in automata theory allows us to model situations where given an input, one or more outputs are possible. Although this decision regarding which state to chose could be random, there are contexts where this decision is not random, for instance when modeling real life situations. Using game theory, we propose the representation of automata as a game of two players. This game is defined for languages of finite size. We characterize that this representation is suited for both deterministic and non-deterministic automata, and relate the former with perfect information games, and the latter with imperfect information games. We argue that this could help us in explaining concurrency in programming, for instance in novice programming environments.
Neste artigo é apresentado um método para traduzir uma Rede de Petri Fuzzy Generalizada para uma Gramática de Grafos com Atributos. Com esta tradução visa-se obter um modelo genérico para especificar sistemas fuzzy o qual disponibiliza ferramentas computacionais que permitem realizar verificações de propriedades e provas de teoremas.
Esse trabalho busca realizar um comparativo de uma aplicação de dois diferentes algoritmos de aprendizado de máquina. Precisamente levamos em consideração o Public-C e um algoritmo baseado em regras fuzzy, o FURIA. Para isso, utilizamos duas ferramentas que auxiliam na elaboração de modelos preditivos, o software KEEL e a linguagem de programação R. O trabalho utiliza a acurácia como medida de qualidade dos modelos preditivos além de apresentar suas matrizes de confusão. Mostrando que o modelo utilizando o FURIA apresenta um desempenho considerado satisfatório.
