INTELIGÊNCIA COMPUTACIONAL (ICOM)

Princípios e Aplicações

Esta página está em construção!

O Projeto ICOM

Descrição

O projeto ICOM tem como meta principal a pesquisa em Inteligência Computacional, seus princípios e aplicações, em particular a paralelização e o desenvolvimento de ferramentas e aplicações de sistema híbridos inteligentes.

O cenário mundial na área de computação aponta, cada vez mais, para o desenvolvimento e a aplicação de sistemas computacionais inteligentes [Kandel, Langholz 92]. Esses sistemas utilizam e integram uma série de técnicas da Inteligência Artificial (IA) para reproduzir aspectos do comportamento humano como percepção, raciocínio, adaptação e aprendizado, em um novo paradigma para a IA: a Inteligência Computacional. Essas técnicas abrangem: Redes Neurais; Algoritmos Genéticos; Lógicas Clássica, Não Monotônicas e Nebulosa; Programação em Lógica Indutiva e Sistemas Especialistas. Cada uma dessas técnicas da IA já mostrou, isoladamente, sua importância e seus pontos fortes. Através da integração de suas concepções, considerando-se as características positivas de cada uma, obtém-se sistemas híbridos inteligentes bem mais poderosos e robustos, permitindo solucionar problemas em diversas áreas, com níveis de eficiência jamais alcançados por métodos convencionais. Além disso, o desenvolvimento de algoritmos paralelos e distribuídos [Barbosa 93] torna-se essencial para uma implementação eficiente das diversas técnicas da Inteligência Computacional.

Conforme o próprio título indica, os objetivos desse projeto se dividem em teóricos e práticos. Do ponto de vista teórico os objetivos são:

  • desenvolver um sistema híbrido maciçamente paralelo integrando inferência lógica com redes neurais de forma fortemente acoplada [Garcez et al 95]. Este tipo de acoplamento apresenta a vantagem por permitir uma forma unificada de Representação do Conhecimento além de permitir o tratamento integrado da informação estruturada e não-estruturada. A partir de extração de regras das redes neurais, uma parte fundamental dessa integração, será possível a comparação dos aprendizados simbólicos e conexionista diretamente, ao invés da forma empírica que tem sido usada até o presente.

  • aperfeiçoar modelos de redes neurais fuzzy, como o CNM [Machado, Rocha 91]. Esse modelo pode ser visto como um poderoso bloco de construção para a criação de sistemas híbridos inteligentes. Pretende-se adaptar o algoritmo de aprendizado de pesos de redes neurais baseadas no CNM para situações onde as entradas do modelo sao atributos numéricos, ampliando dessa forma a proposta original voltada para atributos binários. Pretende-se também aprofundar o estudo de algoritmos para geração automática de funções de pertinência capazes de realizar o particionamento nebuloso dos atributos numéricos de entrada, de forma a otimizar o desempenho de redes neurais baseadas no CNM [Machado 95].

  • desenvolver algoritmos paralelos e distribuídos para a implementação eficiente de diversos modelos de Inteligência Computacional. É bem conhecido que algumas técnicas inteligentes, como redes neurais, lógica fuzzy e algoritmos genéticos são exemplos típicos de algoritmos com alto potencial de paralelismo que é frequentemente perdido com definições e implementaçõess em linguagens sequenciais. Além disso, será necessário o estudo e desenvolvimento de mecanismos distribuídos de comunicação que permitam o processamento paralelo de sistemas inteligentes h´bridos sobre arquiteturas baseadas em equipamentos disponíveis comercialmente, tais como clusters de estações RISC e anéis ATM de alta velocidade.

    As tarefas relacionadas a parte prática do projeto basearão as estratégias a serem adotadas nos resultados preliminares a serem descritos na seção 4 e revisarão suas decisões conforme novos resultados sejam obtidos dos estudos teóricos. Além disso, fornecerão os resultados práticos que permitirão corroborar as previsões feitas pela teoria. Os objetivos da pesquisa aplicada são:

  • desenvolver a paralelização de funções de treinamento das redes neurais, da segmentação e da interpretação de imagens de satélite do NICE ("Neural Image Classification Environment") visando reduzir o tempo de desenvolvimento e o tempo de execução de aplicações complexas ligadas a interpretação de imagens de sensoriamento remoto. Este objetivo constitui encomenda feita pelo parceiro industrial IBM a COPPE-PESC;

  • desenvolver aplicações de Inteligência Computacional em problemas reais ambientais (EMBRAPA) e em sistemas elétricos de potência (CEPEL). No que concerne a aplicações em problemas ambientais, o trabalho enfocará o uso de sistemas hibridos inteligentes em: a) desenvolvimento de procedimentos de mapeamentos de qualidades da terra de uma determinada região (drenagem, fertilidade, potencial de risco a erosão) e de aptidão dos solos, adequados as observações descritivas e quantitativas em solos; b) para uma aplicação ambiental a ser desenvolvida dentre os temas: análise de cobertura vegetal com base em imagens do satélite Landsat V, monitoramento do desflorestamento na região amazônica usando imagens de sensoriamento remoto e zoneamento ecológico-econômico na regiao amazônica. Com relação a sistemas elétricos de potência a aplicação dos sistemas desenvolvidos de modo a solucionar os problemas encontrados em: a) diagnóstico de falhas ;b) previsão de carga elétrica e c)alocação ótima de capacitores.

    A relevância da parceria para as instituições envolvidas no ICOM é baseada no fato de que congrega uma parte significativa da pesquisa de ponta e desenvolvimento em Inteligência Computacional no Brasil. Permite assim, juntar esforços para obtenção de resultados inovadores (de pesquisa e desenvolvimento) e contribuir para o desenvolvimento de produtos de software em áreas estratégicas.

    Objetivos

    1. Desenvolver um sistema híbrido maciçamente paralelo integrando inferência lógica com redes neurais fortemente acoplado;

    2. Aperfeiçoar modelos de redes neurais fuzzy, como o CNM [Machado, Rocha 91] e pesquisar algoritmos de aprendizado para este tipo de rede - IBM, COPPE e EMBRAPA;

    3. Desenvolver algoritmos paralelos e distribuídos para a implementação eficiente de diversos modelos de Inteligência Computacional - COPPE, UFC, UFES e PUC;

    4. Desenvolver a paralelização de fun¸c&tildeoes de treinamento das redes neurais, da segmenta¸c&tildeao e da interpreta¸c&tildeao de imagens de sat´elite do NICE ("Neural Image Classification Environment") - COPPE e IBM;

    5. Desenvolver aplica¸c&tildeoes de Intelig&circencia Computacional em problemas ambientais e em sistemas elétricos de pot&circencia - COPPE, CEPEL, IBM, PUC, UFC, EMBRAPA.

    Publicações ICOM

    4. Publicações

     

    Books : 01

     

    1. Braga, A. P., Carvalho, A . P. L. e Ludermir, T. B.(1998) Fundamentos de Redes Neurais. Livro publicado na XII Escola de Computação. Rio de Janeiro, 13-17 de julho de 1998. Revised version published by Livros Técnicos e Científicos (LTC), 1999.

      2.  

      Papers in International Journals: 11

       

    2. C.R.H. Barbosa, A.C. Bruno, M.M.B.R. Vellasco, M.A.C. Pacheco, J.P. Wikswo Jr., A. P. Ewing, C.S. Camerini, Automation of SQUID Nondestructive Evaluation of Steel Plates by Neural Networks, IEEE Transactions on Applied Superconductivity, IEEE Inc. 1999.
    3. Carvalho L. A. V., "Modelling Distributed Concept Representation in Hopfield Neural Networks", Mathematical and Computer Modelling, accepted for publication.
    4. Garcez, A. S., Zaverucha, G. 1999. A Connectionist Inductive Learning and Logic Programming System. Accepted in Applied Intelligence Journal, Kluwer, special volume on Neural Networks and Structured Knowledge.
    5. Grossberg, S., & Pessoa, L. (1998). Texture segregation, surface representation, and figure-ground separation. Vision Research, 38, 2657-2684.
    6. Ludermir, T.B., Carvalho, A.P.L, Braga, A.P. e de Souto, M. (1998) Weightless Neural Models: a review of current and past works. Neural Computing Surveys, vol 2, p 41-61. ISBN:1093-7609.
    7. Ricardo J. Machado e Armando F. da Rocha, Inference, Inquiry, Evidence Censorship, and Explanation in Connectionist Expert Systems, IEEE Transactions on Fuzzy Systems, Vol. 5, N. 03, pp. 443-459, agosto de 1997.
    8. Ricardo J. Machado, Valmir C. Barbosa, and Paulo A. Neves, "Learning in the combinatorial neural model," IEEE Trans. on Neural Networks, 9 (1998), 831-847.
    9. Nobre, C.N., Braga, A.P., Carvalho, A.P.L. e Ludermir, T.B. (1999) Rule extraction: A comparison between classic and conexionist methods. To appear in the International Journal of Neural Systems.
    10. Pessoa, L., Mingolla, E., and Neumann, H. (1995). A contrast- and luminance-driven multiscale network model of brightness perception. Vision Research, 35, 2201-2223.
    11. Pinto de Melo, C., Santos, F.L., Souza, B.B., Santos, M.S. e Ludermir, T.B. (1998) Polypyrrole Based Aroma Sensor.
    12. F. Protti and G. Zaverucha, "Recognizing Classes of Logic Programs", Journal of the IGPL, Vol 5, Number 6, November 1997, pp. 913-915.

      13.  

      Book Chapters:07

       

    13. F. Baiao, M. Mattoso and G. Zaverucha, " A Knowledge-Based Perspective of the Distributed Design of Object Oriented databases", Ed. Nelson F. Ebecken, Data Mining, pp. 383-399, WIT Press, England, 1998.
    14. Hall Barbosa, A.C. Bruno, Marley Vellasco, Marco Pacheco e C.S. Camerini, Automation of Electric Current Injection NDE by Neural Networks, Editors D. Thompson e D.E. Himenti, in Review of Progress in Quantitative Nondestructive Evaluation, Vol. 16, pp. 789-795, Plenum Press, NY, EUA, 1997
    15. Braga, A.P., Carvalho, A.P.L. e Ludermir, T.B. (1999) Radial Basis Functions: Theory and Aplications. In Nonlinear Modelling and Forescasting of High Frequency Financial and Economic Time Series, Soofi, A.S. and Cao, L. editors, Kluver.
    16. Carvalho, A.P.L., Braga, A.P., e Ludermir, T.B (1999) Input-output modeling of credit approval data-set using neural data mining set. In Nonlinear Modelling and Forescasting of High Frequency Financial and Economic Time Series, Soofi, A.S. and Cao, L. editors, Kluver.
    17. De Souto, M.C.P., Ludermir, T.B. e De Oliveira, W.R. (1998) Synthesis of Probabilistic Automata in pRAM Neural Networks-vol II ( com 1198 páginas), editado por Niklasson, L., Bodén, M., e Ziemke, T., pp. 603-608. Springer Verlag.
    18. Ludermir, T.B., Braga, A.P., Nobre, C.N e Carvalho, A.P.L. (1998) Extracting Rules from Neural Networks: A Data Mining Approach. No livro Data Mining editado por Nelson Ebecken. WIT Press, Computational Mechanics Publication. Southhampton, England. Setembro de 1998, p. 303-314.
    19. Santos, M.S., Ludermir, T.B., Santos, F.L., Pinto de Melo, C. e Gomes, J.E. (1998), Artificial Nose and Data Analysis using Multi Layer Perceptron. No livro Data Mining editado por Nelson Ebecken. WIT Press, Computational Mechanics Publication. Southhampton, England. Setembro de 1998, p. 251-264.

      20.  

      Papers in International Conferences: 47

       

    20. Baião, F., Mattoso, M. and Zaverucha, G. 1998. Towards an Inductive Design of Distributed Object Oriented Databases. Proc. of the Third IFCIS Conference on Cooperative Information Systems (COOPIS’98), IEEE Computer Society, New York, USA, August 20-22, pp.188-197.
    21. F. Baiao, M. Mattoso and G. Zaverucha, 1998"Issues in Knowledge Discovery in Databases, Proc. World Multiconference on Systemics, Cybernetics and Informatics / Fourth International Conference on On Information Systems, Analysis and Synthesis, Vol. 2 pp. 164-169. (SCI’98), Orlando, Florida, USA, July.
    22. Barros, M.M., Souza, G.M. e Ludermir, T.B. (1998) Features extraction on boolean artificial neural networks. 3rd Internacional Conference on Computational Intelligence and Neuroscience. Carolina do Norte, USA, 23-28 de outubro de 1998, p. 99-102, Association For Intelligent Machinery.
    23. Barros, M.M., Ludermir, T.B. e Valadares, J.F.L. (1999) Rule Extraction from boolean artificial neural networks. Aceito na International Joint Conference on Neural Networks 1999, Washington (July 1999). INNS Press.
    24. R. Basilio, G. Zaverucha and A. Garcez, 1998 " Inducing Relational Concepts with Neural Networks Via the LINUS System", Proc. Fifth International Conference on Neural Information Processing (ICONIP’98), Vol. 3 pp. 1507-1510, 21-23 October, Kitakyushu, Japan.
    25. Luiz Biondi Neto, Marco Aurélio Pacheco, Marley M.B. R. Vellasco, Emmanuel P. Lopes Passos e Luis Chiganer, Hybrid System for Detection and Diagnosis of Fault in Electrical Networks, XII ISCIS - The Twelfth International Symposium on Computer and Information Sciences, Antalya, Turquia, 27-29 October 1997.
    26. Luiz Biondi Neto, Marco Aurélio Pacheco, Marley M.B. R. Vellasco, Emmanuel P. Lopes Passos e Luis Chiganer, Hybrid System for Detection and Diagnosis of Fault in Electrical Networks, XII ISCIS - The Twelfth International Symposium on Computer and Information Sciences, Antalya, Turquia, 27-29 de outubro de 1997.
    27. de Oliveira, W. R. (1996). Program Schemes over Continuous Algebras.Computability and Complexity in Analysis’ 96, Trier, Alemanha, 1996.
    28. de Oliveira, W. R. e de Barros, R. S. M. (1997). The Real Numbers in Z. Proceedings of the 2nd BCS-FACS Norther in Formal Methods Workshop, Ikley 1997, D.J. Duke and A.S. Evans (Eds). Eletronic Workshops in Computing: http://rwic.springer.co.uk/Springer
    29. De Souto, M. C. P., Ludermir, T. B. e De Oliveira, W. R. (1998) Synthesis of Probabilistic Automata in pRAM Neural Networks. Nos Anais do ICANN98. Suécia, 2-4 de setembro de 1998.
    30. Exel, S., & Pessoa, L. (1998). Attentive visual recognition. Proceedings of the International Conference on Pattern Recognition, August 16-20th, Brisbane, Australia.
    31. Fogel, L., Zaverucha, G. 1998. Normal Programs and Multiple Predicate Learning. International Conference on Inductive Logic Programming (ILP’98), Lecture Notes in Artificial Intelligence (LNAI), Springer Verlag. Madison - Wisconsin, USA, 22-24 July 1998.
    32. Garcez, A.S., Zaverucha, G, Silva, V.N.A.L 1997. Applying the Connectionist Inductive Learning and Logic Programming System to Power Systems Diagnosis. Proceedings of the IEEE International Conference on Neural Networks (ICNN-97), 9-12 June, Houston, Texas, USA, Vol.1 pp.121-126 .
    33. Garcez, A.S., Zaverucha, G, Carvalho, L.A. 1997. Logic Programming and Inductive Learning in Artificial Neural Networks. Knowledge Representation in Neural Networks, pp. 33-46, Logos-Verlag Berlin, ISBN 3-931216-77-2.
    34. Garcez, A.S., Zaverucha, G, Carvalho, L.A. 1996. Logical Inference and Inductive Learning in Artificial Neural Networks. XII European Conference of Artificial Intelligence, ECAI96, Workshop on Neural Network and Structural Knowledge, August 12-16, Budapest, Hungary, pp. 41-49.
    35. Anchizes do E.L. Gonçalves Filho, Marley M.B.R. Vellasco e Marco A.C. Pacheco, Neural Networks and Invariant Moments for Noisy Images Recognition, International Conference on Engineering Applications of Neural Networks (EANN'98), Gibraltar, 10-12 June 1998.
    36. N. Hallack, G. Zaverucha and V. Barbosa, 1998 " Towards a Hybrid Model of First-Order Theory Refinement", presented in Neural Information Processing Systems (NIPS)/ Workshop on Hybrid Neural Symbolic Integration , 4-5 December, Breckenridge, Colorado, USA. To appear as LNAI, Springer Verlag, 1999.
    37. Kilkerry Neto, A., Zaverucha, G, Carvalho, L.A. 1999. An Implementation of a Theorem Prover in Symmetric Neural Networks. Accepted in International Joint Conference on Neural Networks 1999, Washington (July 1999). INNS Press.
    38. Lima, P. M. V.,"Towards Neural Computation of REFORMed Programs", Proceedings of the Workshop on High Performance Logic Programming Systems, European Summer School on Logic, Languages and Implementation (ESSLLI'96), Prague, 1996, August.
    39. Ludermir, T.B. e de Oliveira, W.R (1998) Extractin Rules from Boolean Neural Networks. Nos anais do ICONIP98. Kitakyushu-Japão, 21-23 de outubro de 1998, pp.1666-69, IOS Press.
    40. R Menezes, G. Zaverucha and V. Barbosa, 1998 " A Penalty-Function Approach to Rule extraction from Knowledge-Based Neural Networks", in Proc. Fifth International Conference on Neural Information Processing (ICONIP’98), Vol. 3 pp. 1497-1500, 21-23 October, Kitakyushu, Japan.
    41. Nehme, C. C., Carvalho, L. A. V., Mendes, S. B. T., "A Temporal Model to Storage Spatiotemporal Pattern Memory in Shunting Cooperative Competitive Network", in SpatioTemporal Models in Biological and Artificial Systems, Eds. Silva, F L, Principe J C, Almeida L B, IOS Press, Washington D.C., Jan. 1998
    42. Nehme, C., C., Fuks, S. and Meirelles, M. 1988 A GIS Expert System for Land Evaluation. GisPlanet´98, Lisbon, Portugal.
    43. Guilherme F. Ribeiro, Victor N. A. L. da Silva, Plutarcho Lourenço, Ricardo Linden – Comparative Studies of Short-Term Load Forecasting Using Hybrid Neural Networks - International Symposium on Forecasting – Barbados
    44. Luiz Sabino Ribeiro Neto, Marley M. Vellasco, Marco Aurélio Pacheco e Ricardo Zebulum, Very Short Term Load Forecasting System Using Neural Networks, The Seventeenth Annual International Symposium on Forecasting, pp. 51, Barbados, 19-21 de Junho de 1997.
    45. Pessoa, L., Exel, S., Roque, A., & Leitao, A.P. (1998a). Attentive visual recognition for scene exploration. Proceedings of the International Conference on Neural Information Processing, Kitakyushu, Japan, October 21-23, pp. 1291-1294.
    46. Pessoa, L., Exel, S., Roque, A., & Leitao, A.P. (1998b). Active scene exploration vision system. Proceedings of the International Conference on Neural Networks and Brain, Beijing, China, October, 27-30, pp. 543-546.
    47. Pinto de Melo, C. , Santos, F. L., Souza, B.B., Santos, M. S. e Ludermir, T. B. (1998) Polypyrrole Based Aroma Sensor. Nos anais da International Conference of Synthetic Metals, França, junho de 1998.
    48. F. Protti and G. Zaverucha, 1998 "On the Relations Between Acceptable Programs and Stratifiable Classes", Proc. of the 14th Brazilian Symposium on Artificial Intelligence (SBIA-98), Porto Alegre, Brazil, November, LNAI 1515, Springer Verlag, pp. 141-150.
    49. Santos, M. S., Ludermir, T. B., Santos, F.L., Pinto de Melo, C. e Gomes, J.E. (1998) Artificial Nose and Data Analusis using Multi Layer Perceptron. Nos anais da International Conference of Data Mining. Computational Mechanics Publication. Southhampton, England. Setembro de 1998.
    50. Santos Costa, V. and Bianchini, R. and Dutra, I. C., "Evaluating the Impact of Coherence Protocols on Parallel Logic Programming Systems", pp. 376--381, 1997, Proceedings of the 5th EUROMICRO Workshop on Parallel and Distributed Processing, Also available as technical report ES-389/96, COPPE/Systems Engineering, May, 1996.
    51. Santos Costa, V. and Bianchini and Dutra, I. C., "Parallel Logic Programming Systems on Scalable Multiprocessors", Proceedings of the 2nd International Symposium on Parallel Symbolic Computation, PASCO'97, 1997, July, pp. 58--67.
    52. Victor N. A. L. Da Silva, Ricardo S. Zebulum 1996. "An Integration of Neural Networks and Fuzzy Logic for Power Systems Diagnosis " Proceedings from Intelligent Systems Applications to Power Systems, Janeiro 96, Orlando, Florida, USA .
    53. Victor N. A. L. Da Silva, Guilherme F. Ribeiro, Celia Regina S. H. Lourenco 1997. "Sistema Hibrido Inteligente para Diagnose no Sistema Eletrico" Anais do VII Encontro Regional Latino-americano da CIGRE, Maio de 1997, Puerto Iguazu, Argentina.
    54. M.A. Teixeira, G. Zaverucha, Silva, V. N. and Ribeiro, G.F. 1999. "Evaluation and Comparison of Different Architectures Using Elman Networks Applied to Electric Load Forecasting", in the Proc. of the IEEE International Conference on Intelligent Systems Applications to Power Systems (ISAP’99), 4-8 April, pp. 3-7.
    55. M.A. Teixeira, G. Zaverucha, Silva, V. N. and Ribeiro, G.F. 1999. Recurrent Neural Gas. Accepted in International Joint Conference on Neural Networks 1999, Washington (July 1999). INNS Press.
    56. Carlos E. Thomaz, Marco Aurélio C. Pacheco, Marley Vellasco, "Mobile Robot Path Planning Using Genetic Algorithms", IWANN99: 5th International Work-Conference on Artificial and Natural Neural Networks, Invited Section: Optimization Techniques Based on Genetic Algorithms, Alicante, Spain, June 2-4 1999.
    57. Rozenthal, M., Engelhardt, E., Carvalho, L.AV., Laks, J., The Neuropsychological Features of Schizophrenia Using Neural Networks: Correlation with Psychopathology World Regional Congress of Biological Psychiatry, Brazil, October 1998.
    58. Valença, M.J.S. e Ludermir, T.B. (1999) Neural networks with genetic algorithm for input selection. Aceito na International Joint Conference on Neural Networks 1999, Washington (July 1999). INNS Press.
    59. Valença, M.J.S. e Ludermir, T.B. (1999) Self-organization sigmoidal blocks networks. Aceito na International Joint Conference on Neural Networks 1999, Washington (July 1999). INNS Press.
    60. Valença, M.J.S. e Ludermir, T.B. (1999) Multiplicative-Addtive Neural Networks with Active Neurons. Aceito na International Joint Conference on Neural Networks 1999, Washington (July 1999). INNS Press.
    61. Ricardo Salem Zebulum, Marley Vellasco, Marco Aurélio Pacheco e Reinaldo C. Souza, NeuroPrev: A Neural-Net Tool for Electrical Load Forecasting, The Seventeenth Annual International Symposium on Forecasting, pp. 50, Barbados, 19-21 de Junho de 1997.
    62. Ricardo S. Zebulum, M.A.C. Pacheco e Marley M.B.R. Vellasco, Comparison of Different Evolutionary Methodologies Applied to Electronic Filter Design, International Conference on Evolutionary Computation (ICEC'98), IEEE World Congress on Computational Intelligence, pp. 434-439, Anchorage, Alaska, 4-9 May1998.
    63. Ricardo S. Zebulum, M.A.C. Pacheco e Marley M.B.R. Vellasco, Evolutionary Design of Logic Gates, 5th International Conference on Artificial Intelligence in Design, Lisboa, Portugal, July 1998.
    64. Ricardo S. Zebulum, M.A.C. Pacheco e Marley M.B.R. Vellasco, A Multi-Objective Optimisation Methodology Applied to the Synthesis of Low-Power Operational Amplifiers, International Conference on Microelectronics and Packaging (ICMP'98) - XIII SBMicro, Curitiba, August 1998.
    65. Ricardo S. Zebulum, M.A.C. Pacheco e Marley M.B.R. Vellasco, Analog Circuits Evolution in Extrinsic and Intrinsic Modes, 2nd International Conference on Evolvable Systems – From Biology to Hardware (ICES'98), Lausanne, Suiça, September 1998.
    66. Ricardo S. Zebulum, M.A.C. Pacheco, Marley M.B.R. Vellasco, Evolutionary Systems Applied to the Synthesis of a CPU Controller, The Second Asia-Pacific Conference on Simulated Evolution and Learning, (SEAL’98), v. 3, Canberra, Australia, 24-27 November 1998.

      67.  

      Papers in Brazilian Conferences: 34

       

    67. Luiz Biondi Neto, Marco Aurélio C. Pacheco, Marley Maria B.R. Vellasco, Emmanuel P.L. Passos e Luiz Chiganer, Sistema Híbrido de Apoio à Decisão para Detecção e Diagnóstico de Falhas em Redes Elétricas, Anais do III Simpósio Brasileiro de Redes Neurais, pp. 197-204, Recife, 12-14 November 1996.
    68. Luiz Biondi Neto, Marley M.B. R. Vellasco, Marco Aurélio Pacheco, Emmanuel P. Lopes Passos e Luis Chiganer, Sistema Híbrido de Apoio à Decisão para Detecção e Diagnóstico de Falhas em Redes Elétricas, XIV SNPTEE - Seminário Nacional de Produção e Transmissão de Energia Elétrica, Belém, PA, 26 - 30 October 1997.
    69. Barros, M.M., Souza, G.M. e Ludermir, T.B. (1998) Extração de Regras em uma Rede Neural Booleana utilizando o modelo RAM. V Simpósio Brasileiro de Redes Neurais. Belo Horizonte, 10-12 de dezembro de 1998, volume II, p. 121-125, SBC.
    70. Camargo, P. R. C., Perlingeiro, C. A. G., Carvalho, L. A. V., "Redes Neuronais no Dimensionamento e na Simulação Estática de Processos Químicos'', XI Congresso Brasileiro de Engenhria Química, Rio de Janeiro, Setembro 1996.
    71. de Oliveira, W. R. (1997). Continuity S -algebras. Relations to Computer Science Workshop in Foundations of Computational Mathematics Conference, IMPA, Rio de Janeiro, 05/01 a 11/01/1997.
    72. Ferreira, V.M.G. and França, F.M.G., "Weightless implementations of weighted neural networks", Anais do IV Simpósio Brasileiro de Redes Neurais, Goiânia, GO, 53-54, dezembro de 1997.
    73. Fogel, L., Zaverucha, G. 1997. Aplicando Invenção de Predicados no Aprendizado de Múltiplos Predicados. I Encontro Nacional de Inteligencia Artificial (ENIA’97), SBC97, 5-6 de agosto, Brasilia, DF, pp. 25-30.
    74. França, F.M.G., "A hybrid natural language understanding system driven by a single neural-based distributed dynamics", Anais do III Congresso Brasileiro de Redes Neurais, Florianópolis, SC, 250-255, julho de 1997.
    75. França, F.M.G. (Editor), Anais do Workshop em Inteligência Computacional: Projetos ICOM e IPAC, Protem III-CC, CNPq, Programa de Engenharia de Sistemas e Computação - COPPE/UFRJ, ES-450/97, setembro de 1997.
    76. Garcez, A.S., Zaverucha, G, Silva, V.N.A.L.. 1996. Programação Lógica Estendida e Aprendizado Indutivo em Redes Neurais: Uma Aplicação em Sistemas de Potencia III Simpósio Brasileiro de Redes Neurais, 12-14 Nov, Recife, pp. 205-212.
    77. Kilkerry Neto, A., Zaverucha, G, Carvalho, L.A. 1998. Implementação de um Provador de Teoremas em Redes Neurais Simétricas. Anais do V Simpósio Brasileiro de Redes Neurais (SBRN’98), 9-11 Dezembro, Belo Horizonte, pp. 115-120.
    78. Lima Neto, F. B., Santos, M. S. e Ludermir, T. B. (1997) Estudo Comparativo de Desempenho das Topologias de Redes Neurais: MLP e Cascade-Correlation em Problemas Reais de Classificação. III Congresso Brasileiro de Redes Neurais. Florianópolis, Julho de 1997, pp. 493-498.
    79. Ludermir, T. B., de Oliveira, W. R. e Santos, A Q. (1996) Um Analisador Sintático Neural para o Pascal. III Simpósio Brasileiro de Redes Neurais. Recife, 12 a 14 de novembro de 1996 pp.302.
    80. Ludermir, T. B., de Oliveira, W. R. e Santos, A. Q. (1997) Implementação Neural de um Analisador Sintático. III Congresso Brasileiro de Redes Neurais. Florianópolis, Julho de 1997, pp. 244-249.
    81. Ludermir, T. B. e De Oliveira, W.R. (1997) Extração de Regras de Redes Booleanas com Realimentação. IV Simpósio Brasileiro de Redes Neurais. Goiânia, 3-5 de dezembro de 1997, pp. 112-114.
    82. Ludermir, T.B. e De Oliveira, W.R. (1997) Suporte a Decisão para colheita de Cana-de-Açúcar. IV Simpósio Brasileiro de Redes Neurais. Goiânia, 3-5 de dezembro de 1997, pp. 27-31.
    83. Ludermir, T.B. (1998). Extracting rules from feedforward Boolean neural networks. V Simpósio Brasileiro de Redes Neurais. Belo Horizonte, 10-12 de dezembro de 1998, volume I, p. 61-66, IEEE Computer Society.
    84. Medeiros, C. A., Ludermir, T. B. e de Oliveira, W. R. (1997) Avaliação do Aprendizado de Caracteres em Redes Neurais sem pesos. Nos anais do III Simpósio Brasileiro de Automação Inteligente , Vitória, pp. 388-393.
    85. Menezes, R. and Zaverucha, G. 1997. Modificando o Treinamento do Sistema CIL2P para facilitar a extração de Programas em Lógica. I Encontro Nacional de Inteligencia Artificial, (ENIA’97), SBC97, 5-6 de agosto, Brasilia, DF, pp. 19-24.
    86. Nehme C. C., Carvalho, L. A. V., Mendes S. B. T., "The Gamma-Art Architecture Applied on Passive Sonar Classification Problem", III Encontro de Tecnologia em Acústica Submarina, Instituto de Pesquisas da Marinha do Brasil, Rio de Janeiro, Set. 1997.
    87. Nobre, C.N., Braga, A.P, Carvalho, A.P.L. e Ludermir, T.B. (1998). Extração de Conhecimento: Uma comparação entre os métodos clássico e conexionista. V Simpósio Brasileiro de Redes Neurais. Belo Horizonte, 10-12 de dezembro de 1998, volume II, p. 126-131, SBC.
    88. Rozenthal, M., Carvalho, L.AV., Engelhardt E., Laks, J., Schizophrenia: Correlation between neuropsychology and symptomatology with neural networks, Brazilian Psychiatry Conference, Brazil, October 1997.
    89. Luiz Sabino Neto, Marley M.B.R. Vellasco e Marco A.C. Pacheco, Previsão de Carga em Curtíssimo Prazo Utilizando Redes Neurais, VI Symposium of Specialists in Electric Operational and Expansion Planning (SEPOPE 98), pp. CDROM, Salvador, BA, May 1998.
    90. Luiz Sabino Neto, Marco A.C. Pacheco, Marley M.B.R. Vellasco e Karla Figueiredo, Controle de Cheias por Algoritmos Genéticos (Overflow Control of Electric Generator Reservoir through Genetic Algorithms), Simpósio Internacional sobre Gestão de Recursos Hídricos, Gramado, RS, October 1998.
    91. Santos, M.S. e Ludermir, T.B. (1997) Construção de um Nariz Artificial Usando Redes Neurais. Iv Simpósio Brasileiro de Redes Neurais. Goiânia, 3-5 de dezembro de 1997, pp. 71-73.
    92. Santos, M.S., Ludermir, T.B., Santos, F.L., Pinto de Melo, C. e Gomes, J.E. (1998). Usando um Nariz Artificial para Reconhecer Safras de vinho. V Simpósio Brasileiro de Redes Neurais. Belo Horizonte, 10-12 de dezembro de 1998, volume II, p. 253-258, SBC.
    93. Santos, F.L., Melo, C.P., Souza, J.E.G., Santos, M.S. e Ludermir, T.B. (1998) Nariz Eletrônico à base de Polopirrol Condutor, Anais do XVI Encontro de Físiscos do Norte e Nordeste, 18 a 24 de outubro de 1998, Sociedade Brasileira de Física.
    94. Victor N. A. L. da Silva, Guilherme F. Ribeiro, Celia R. S. H. Lourenço 1988. Application of Artificial Intelligence in Eletric Power Systems Diagnosis - VI SEPOPE – Salvador – Bahia – Junho de 1998.
    95. Souza, J.E.G., Neto B.B., Santos, F.L., Melo, C.P., Santos, M.S. e Ludermir, T.B. (1998) Desenvolvimento de sensores de aroma baseados em filmes de polipirrol. II Simpósio Nacional de Instrumentação Agropecuária, 2 a 4 de dezembro de 1998.
    96. Teixeira, M.A., Zaverucha, G, Silva, V.N., Ribeiro, G.F. 1998. Previsão de Cargas Elétricas Usando Redes de Elman. Anais do V Simpósio Brasileiro de Redes Neurais (SBRN’98), 9-11 Dezembro, Belo Horizonte, pp. 161-164.
    97. Valença, M.J.S. e Ludermir, T.B. (1998). Self-Organizing Modeling in Forecasting Daily River Flows. V Simpósio Brasileiro de Redes Neurais. Belo Horizonte, 10-12 de dezembro de 1998, volume I, p. 210-214, IEEE Computer Society.
    98. Valença, M.J.S. e Ludermir, T.B. (1998). Previsão de Demanda Máxima Mensal Utilizando um Modelo Auto-Organizável. V Simpósio Brasileiro de Redes Neurais. Belo Horizonte, 10-12 de dezembro de 1998, volume II, p. 311-314, SBC.
    99. Zaverucha, G. 1997. Extensões do CIL2P - Um Sistema Neural Para Programação em Lógica e Aprendizado Indutivo. I Encontro Nacional de Inteligencia Artificial(ENIA 97), Congresso SBC, 5-6 de agosto, Brasilia, DF, pp. 10-18.
    100. Ricardo S. Zebulum, Marco A.C. Pacheco e Marley M.B.R. Vellasco, Synthesis of CMOS Operational Amplifiers Through Genetic Algorithms, XI Brazilian Symposium on Integrated Circuit (SBCCI’98), pp. 125-128, Buzios, Rio de Janeiro, 30 September to 3 October 1998.

      101.  

       

      Relatórios Técnicos: 12

       

    101. Barbosa, V.C., Benevides, M.R.F. and França, F.M.G., "Sharing resources at nonuniform access rates", Relatório Técnico - Programa de Engenharia de Sistemas e Computação - COPPE/UFRJ, ES-412/96, novembro de 1996.

    102. França, F.M.G. (Editor), Anais do Workshop em Inteligência Computacional: Projetos ICOM e IPAC, Protem III-CC, CNPq, Programa de Engenharia de Sistemas e Computação - COPPE/UFRJ, ES-450/97, setembro de 1997.

    103. Basilio, R. and Zaverucha, G 1997. Uma Implementação do CIL2P. Em [46], pp. 24-25.

    104. Bettini, C. and Fucks, S. 1997. Uso da Simulação Geostática para Quantificar Incerteza em Mapas Texturais de Solos. Em [46], pp. 5-7.

    105. Bertoldi, M., Gomes, F. and Souza, A. 1997. Extração de Mapas Viários a Partir de Imagens Fotogramétricas. Em [46], pp. 26-28.

    106. Chauke-Nehme, C. & Ramalho-Filho, A. (1997): Avaliação da Aptidão das Terras Modelada por Sistemas Baseados em Conhecimentos. Em [46].

    107. de Gregorio, M. 1997. Image Driven Reasoning. Em [46], pp. 45-47.

    108. Ferreira, V.M.G. and França, F.M.G., "Weightless circuit synthesis of weighted ANNs". Em [46], pp. 50-52.

    109. Lima, P. and Dutra, I. 1997. Neural Network Simulation with Logic Programming. Em [46], pp. 8-9.

    110. Ludermir, T. and de Oliveira, W. 1997. Extração de Regras de Redes Booleanas com Realimentação. Em [46], pp. 16-19.

    111. Machado, R.J. and Barbosa, V.C., "Learning in the Combinatorial Neural Model". Em [46], pp. 29-32.

    112. Ribeiro, L., Vellasco, M. and Pacheco, M.A. 1997. Previsão de Cargas em Curtíssimo Prazo Utilizando Redes Neurais Artificiais. Em [46], pp. 34-40.

    113. Souza, F. , Vellasco, M. and Pacheco, M. A. 1997. Modelos Neuro-Fuzzy Hierárquicos Quadtree. Em [46], pp. 41-44.

      114.  

      Projetos de Graduação: 02

       

    114. Basilio, R. 1997. Uma Implementaçao do CIL2P: o sistema ANL (Aprendizado Neuro-Lógico). Projeto Final de Graduação, Depto de Informática, Universidade Federal do Rio de Janeiro, Agosto de 1997.

    115. Ferreira, V.M.G., "Mapeando Redes Neurais Artificiais para Processamento de Inferencias em FPGAs ", Projeto de Fim de Curso, Departamento de Engenharia Eletrônica - UFRJ, dezembro de 1997.

      116.  

      Teses: 23

       

    116. Garcez, A.S. 1996. Um Sistema Neural para Programação em Lógica e Aprendizado Indutivo. Tese de Mestrado na COPPE / UFRJ, Programa de Engenharia de Sistemas e Computação, Julho de 1996. Orientador: Gerson Zaverucha, co-orientador: Luis Alfredo de Carvalho.

    117. Luiz Biondi Neto, Sistema Híbrido de Detecção e Diagnóstico de Falhas em Sistemas Elétricos, Departamento de Engenharia Elétrica, PUC-Rio, abril 1997. Orientadores: Marley Vellasco e Marco Aurélio Pacheco.

    118. Paulo Neves, Algoritmos de Aprendizado para o Modelo Neural Combinatório, Programa de Engenharia de Sistemas, COPPE-UFRJ, março de 1997. Orientadores: Valmir Barbosa e Ricardo Machado.

    119. Rodrigo M. L. A. Costa, Estudo sobre o Desempenho de Algoritmos Genéticos, Departamento de Engenharia Elétrica, PUC-Rio, março 1997. Orientadores: Marley Vellasco e Marco Aurélio Pacheco.

    120. Fernando Buarque de Lima Neto, Sistemas de Suporte a Decisão Neural, Departamento de Informática, UFPE, maio de 1998. Orientadora: Teresa Ludermir.

    121. Álvaro Kilkerry Neto 1998. Implementação de um Provador de Teoremas em Redes Neurais Simétricas. Tese de Mestrado na COPPE / UFRJ, Programa de Engenharia de Sistemas e Computação, Março de 1998. Orientador: Gerson Zaverucha, co-orientador: Luis Alfredo de Carvalho.

    122. Leonardo Fogel 1998. Programas Normais e o Aprendizado de Múltiplos Predicados em Programação em Lógica Indutiva. Tese de Mestrado na COPPE / UFRJ, Programa de Engenharia de Sistemas e Computação, Julho de 1998. Orientador: Gerson Zaverucha.

    123. Angelo Maia Cister 1997. "Reconhecimento da Voz por Redes Neurais e Transformada Wavelet", Tese de Mestrado na COPPE / UFRJ, Programa de Engenharia de Sistemas e Computação, Abril de 1997, orientador: Luis Alfredo de Carvalho.

    124. Janaina Miranda 1998. "Mapeamentos auto-organizados na modelagem do desenvolvimanto do sistema visual de roedores", Tese de Mestrado na COPPE / UFRJ, Programa de Engenharia de Sistemas e Computação, Abril de 1998, orientador: Luis Alfredo de Carvalho, co-orientador: Luiz Adauto Pessoa.

    125. Marcia Aparecida Fernandes 1997. "Solução do Problema do Start-up de Refinarias através de Algoritmos Genéticos e Redes de Petri'', Tese de Doutorado na COPPE / UFRJ, Programa de Engenharia de Sistemas e Computação, Abril de 1997, orientador: Luis Alfredo de Carvalho.

    126. Marcia Rozenthal 1997. "Esquizofrenia: Correlação entre Achados Neuropsicológicos e Sintomatologia através de Redes Neuronais Artificiais'', Tese de Doutorado, Instituto de Psiquiatria da UFRJ, Dezembro de 1997, orientador: Luis Alfredo de Carvalho, co-orientador: Eliasz Engelhardt.

    127. Edison Américo H. Tito, Aprendizado Bayeseano para Redes Neurais, Tese de Mestrado DEE-PUC/RJ, fevereiro de 1999 (orientação em conjunto dos Profs. Marley Vellasco, Marco Pacheco da PUC-RJ e Gerson Zaverucha da COPPE Sistemas/UFRJ).

    128. Luiz Sabino Ribeiro Neto, Sistema Híbrido na Previsão de Carga, DEE-PUC/RJ a ser defendida em julho de 1999 (orientação em conjunto dos Profs. Marley Vellasco e Marco Pacheco).

    129. Maria Luiza F. Velloso, Modelo Híbrido de Coeficientes Variáveis Ajustáveis por Redes Neurais, Tese de Doutorado DEE-PUC/RJ, Abril de 1999 (orientação em conjunto dos Profs. Marley Vellasco, Marco Pacheco e Cristiano Fernandes).

    130. Flávio Joaquim de Souza, Modelos Neuro-Fuzzy Hierárquicos, Tese de Doutorado DEE-PUC/Abril de 1999 (orientação em conjunto dos Profs. Marley Vellasco e Marco Pacheco).

    131. Ricardo Salem Zebulum, Metodologias Evolutivas Biologicamente Orientadas, Aplicadas ao Projeto de Circuitos Eletrônicos Auxiliado por Computador, DEE-PUC/RJ, Abril de 1999 (orientação em conjunto dos Profs. Marco Pacheco e Marley Vellasco).

    132. Claver Pari Soto, Processamento Temporal Aplicado a Previsão de Séries Temporais, DEE-PUC/RJ, abril de 1999 (orientação em conjunto dos Profs. Marley Vellasco e Marco Pacheco).

    133. Carlos Henrique Lopes Pereira, Data Mining Genético - Extração de Regras Implícitas em Banco de Dados, DEE-PUC/RJ, Abril de 1999 (orientação em conjunto dos Profs. Marco Pacheco e Marley Vellasco).

    134. Ivo Brasil Jr., Inteligência Computacional em Aprendizado por Máquina, DEE-PUC/RJ, Abril de 1999 (orientação em conjunto dos Profs. Marco Pacheco e Marley Vellasco).

    135. Exel, S. (1999). Estratégias atencionais para o reconhecimento de objetos. Tese de doutorado, COPPE Sistemas/UFRJ. Março de 1999. Orientadores Luiz Pessoa e Luis Alfredo de Carvalho.

    136. Roque, A. (1999). Alinhamento em representações de imagem topográficas para a exploração de cenas. Tese de mestrado, COPPE Sistemas/UFRJ. Defesa marcada para abril de 1999. Orientador Luis Pessoa.

    137. Leitão, A.P. (1999). Protótipos de "mapas de células complexas" para o reconhecimento de objetos. Tese de mestrado, COPPE Sistemas/UFRJ. Defesa marcada para abril de 1999. Orientador Luis Pessoa.

    138. Marcelo Andrade Teixeira. Redes Neurais Recorrentes Aplicadas na Predição de Cargas Elétricas. Tese de Mestrado COPPE Sistemas /UFRJ. Orientador Gerson Zaverucha. Defesa marcada maio de 1999.

    Equipe ICOM

    CEPEL:

    COPPE/UFRJ :

    EMBRAPA:

    PUC-RJ:

    UFC:

    UFES:

    UFPe:

    Workshops

  • Workshop em Inteligência Computacional

    Realizado em 18 e 19 de setembro de 1997 no Auditório da COPPE, sala G-122 (Bloco G), Centro de Tecnologia, Cidade Universitária, Rio de Janeiro, este evento representou não somente o fim do primeiro ano de trabalhos dentro do projeto ICOM - Inteligência Computacional: Princípios e Aplicações, mas também uma oportunidade para pesquisadores e estudantes em pós-graduação participarem de assuntos no estado-da-arte desta área de pesquisa em plena atividade, nacional e internacionalmente. Dada a correlação dos trabalhos do ICOM e o projeto IPAC - Integração de Paradigmas Simbólico, Fuzzy e Neural na Aquisição de Conhecimento, ambos aprovados pelo Programa Temático Multiinstitucional em Ciência da Computação, ProTeM-CC, fase III, CNPq, pesquisadores deste também participaram do encontro. Finalmente, contamos com a participação de pesquisadores do Istituto di Cibernetica - CNR, Napolis, Italia, que colaboram com o projeto ICOM e que custearam suas próprias vindas ao encontro.

    A Comissão Organizadora é listada a seguir:

  • Antonio C. Branco ILTC, Niterói, RJ
  • Felipe Maia Galvão França, COPPE - UFRJ, RJ (organizador do Workshop)
  • Gerson Zaverucha, COPPE - UFRJ, RJ (coordenador do projeto ICOM)
  • Victor Mauro Goulart Ferreira, EE - UFRJ, RJ

    Além desse workshop foi realizado dois outros encontros; um logo no início do projeto e outo seis meses depois ambos sem a presença da UFES, UFPe e UFC, embora com correpondencia eletronica.

  • Escola/Workshop de Machine Learning and Data Mining

    This WWW page has been visited times since 31/07/98.