| Título: |
Uma revisão de abordagens genético-difusas para descoberta de conhecimento em banco de dados A review of genetic-fuzzy approaches to knowledge discovery in databases |
| Autores: |
Romão, Wesley; UEM Freitas, Alex Alves; PUC-PR Pacheco, Roberto dos Santos; UFSC |
| Fecha: | 2000-05-13 |
| Publicador: | Acta Scientiarum. Techonology |
| Fuente: |
 |
| Tipo: |
|
| Tema: |
1.03.00.00-7 Ciência da Computação algoritmos genéticos; conjuntos difusos; descoberta de conhecimento 1.03.00.00-7 Ciência da Computação |
| Descripción: |
O processo geral de descoberta de conhecimento em banco de dados é composto por diversas etapas, destacando-se a de Mineração de Dados (MD). As principais tarefas de MD são associação, agrupamento e descoberta de regras de classificação. A tarefa de classificação pode ser realizada por algoritmos convencionais (e.g., estatísticos) ou por métodos de inteligência artificial (e.g., redes neurais, algoritmos evolucionários, etc.). Nesta pesquisa o interesse é revisar algumas abordagens que utilizam algoritmos genéticos (AG) em combinação com conjuntos difusos (CD) de forma híbrida para realizar busca em espaços grandes e complexos. Este artigo mostra diversas abordagens híbridas (AG+CD), desenvolvidas para descoberta de regras de classificação, disponíveis na literatura e indica a possibilidade de adaptação das mesmas na descoberta de conhecimento em banco de dados de Ciência e Tecnologia (C&T) Knowledge Discovery in Databases (KDD) process consists of many stages among which the main one is Data Mining (DM). There are many DM tasks but the discovery of classification rules is the most known. The classification task can be addressed by conventional algorithms (e.g., statistics) or by artificial intelligence techniques (e.g., neural networks, evolutionary algorithms, etc.). In this research we are interested in investigating the applicability of a hybrid combination of genetic algorithms and fuzzy sets to find rules in large and complex spaces. This paper reviews some hybrid Genetic-Fuzzy approaches for the extraction of classification rules found in the literature and discusses the possibility of adapting them to knowledge discovery in Science and Technology (S&T) databases |
| Idioma: | Portugués |