Extração de conhecimento simbólico de redes neurais.
AUTOR(ES)
Fábio Seitoku Nagamine
DATA DE PUBLICAÇÃO
2005
RESUMO
O fato das Redes Neurais (RNs) serem incapazes de explicar, de maneira simbólica, as decisões fornecidas ou o conhecimento embutido em suas conexões e arquitetura é uma limitação já bastante conhecida. Este trabalho investiga diversos métodos de extração de conhecimento de RNs propostos na literatura. Mais especificamente, o trabalho concentrase em quatro diferentes abordagens para extração de conhecimento que são detalhadas, criticadas e, para cada uma delas, discutida uma possível implementação. Adicionalmente, uma taxonomia para classificação de métodos de extração de regras de RNs, encontrada na literatura, é detalhada. A partir dessa taxonomia, são sugeridos refinamentos que visam tornar a taxonomia mais útil, refinada e versátil. O objetivo principal do trabalho é abordar a extração do conhecimento de RNs de uma maneira crítica, analisando cada uma dos quatro métodos, principalmente com relação ao escopo de atuação, limitações e contribuição efetiva para a melhoria da legibilidade e compreensão das RNs.
ASSUNTO(S)
redes neurais ciencia da computacao macie adt inteligência artificial
ACESSO AO ARTIGO
http://www.bdtd.ufscar.br/htdocs/tedeSimplificado//tde_busca/arquivo.php?codArquivo=1110Documentos Relacionados
- Sistema de reconhecimento de caracteres via redes neurais.
- Predição de coeficientes aerodinâmicos de aeronaves de transporte utilizando redes neurais.
- OtimizaÃÃo da geometria de aglomerados de silÃcio via redes neurais.
- Extração de conhecimento de redes neurais artificiais.
- Controle de um sistema com apÃndices flexÃveis usando redes neurais.