Busca avançada
Ano de início
Entree

Inteligência computacional em mineração de dados e suas aplicações

Resumo

Este projeto concentra-se no escopo da inteligência computacional, com ênfase em tarefas de mineração de dados e aplicações. A inteligência computacional é uma disciplina que compreende essencialmente três grandes áreas da inteligência artificial no sentido amplo do termo; são elas: redes neurais artificiais, sistemas fuzzy e computação evolutiva. A mineração de dados refere-se a uma coleção de abordagens voltadas basicamente para extrair, de forma inteligente, informação e conhecimento a partir de massas de dados. Em linhas gerais, este projeto visa abordar dois aspectos fundamentais no contexto da inteligência computacional em mineração de dados: 1) teoria e formalização, isto é, desenvolvimento, análise e síntese de novas ferramentas de mineração baseadas em inteligência computacional, com particular ênfase em ferramentas de agrupamento (clustering) e extração de regras; e 2) adaptação e aplicação das ferramentas desenvolvidas a contextos específicos, com ênfase em problemas complexos, modelagem e controle automático de sistemas dinâmicos. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
CAMPELLO, R. J. G. B.. Generalized external indexes for comparing data partitions with overlapping categories. PATTERN RECOGNITION LETTERS, v. 31, n. 9, p. 966-975, . (06/50231-5)
CAMPELLO‚ R.J.G.B.. A fuzzy extension of the Rand index and other related indexes for clustering and classification assessment. PATTERN RECOGNITION LETTERS, v. 28, n. 7, p. 833-841, . (06/50231-5)
DA ROSA, ALEX; CAMPELLO, RICARDO J. G. B.; AMARAL, WAGNER C.. Exact Search Directions for Optimization of Linear and Nonlinear Models Based on Generalized Orthonormal Functions. IEEE Transactions on Automatic Control, v. 54, n. 12, p. 2757-2772, . (06/50231-5)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.
X

Reporte um problema na página


Detalhes do problema: