Ensino

Inteligência Computacional 

em Engenharia de Sistemas




Descrição da Disciplina
Denominação: Inteligência Computacional em Engenharia de Sistemas
Ano do Curso: 1º  Ano
Curso: Mestrado em Engenharia de Sistemas Dinâmicos e Energéticos
Período Letivo / Ano  2º trimestre / 2011
Horário oficial: Segundas  e Quartas | 15:20 às 17:00 
Atendimento: Terças e Quintas  | 15:20 às 17:00


Justificativa

A Inteligência Computacional (IC) é tratada como a filha intelectual do Professor Lofti A. Zadeh (criador da lógica fuzzy). Desde seus primórdios, no início dos anos 90, o assunto sofreu uma mudança dramática em ambas abordagens: conteúdo e organização. A definição inicial da IC é concentrada nos conjuntos fuzzy, redes neurais, algoritmos genéticos e raciocínio probabilístico, juntamente com o estudo de seu sinergismo. A definição moderna de IC é fortemente influenciada pelos modelos inspirados na biologia e projetados para a inteligência das máquinas. Ela lida com os modelos de computação granular, computação neural e computação evolutiva e suas interações com a vida artificial. Adicionalmente, a IC, sendo uma disciplina emergente, não deve apontar para um número limitado de temas apenas, mas deve ter uma margem de expansão em direções diversas e se fundir com outras disciplinas existentes. Tendo isto em mente, podemos definir Inteligência Computacional como: os modelos e ferramentas  computacionais de inteligência capazes de introduzir dados sensoriais diretamente, processá-los através da exploração do paralelismo de representação e canalização do problema, gerando respostas confiáveis e oportunas, capazes de suportar alta tolerância a falhas. Assim, a aplicação de IC em problemas de engenharia é extremamente oportuna e os resultados obtidos nos campos tecnológicos e científicos justificam sua bem sucedida utilização. 

Objetivos
Objetivos Específicos: Dotar de conhecimentos o futuro mestre em engenharia de sistemas dinâmicos e energéticos sobre as técnicas basicas da inteligência computacional, tais como: lógica fuzzy, redes neurais, computação evolutiva e aprendizagem automática.

Objetivos Gerais: Desenvolvimento da capacidade de compreender e utilizar técnicas básicas da Inteligência Computacional na solução de problemas de engenharia com o auxílio do computador.



Ementa
Introdução às características do controle inteligente. Lógica nebulosa: fundamentos, relações nebulosas. Conexionismo: modelos de neurônios, Perceptrons, arquiteturas de redes neurais, algoritmos de treinamento. Computação evolutiva: algoritmos genéticos. Aprendizagem de máquina: aprendizagem por reforço. Aplicações de inteligência computacional: Robótica, visão computacional, sistemas de controle, otimização.

Avaliação

Três avaliações:


Bibliografia

[1] Pedrycz, Witold; GOMIDE, Fernando. "Fuzzy Systems Engineering", MIT Press, 2008.

[2] Michalewicz, Zbigniew. "Genetic Algorithms + Data Structures = Evolution Programs", Springer series Artificial Intelligence, 1992.

[3] Russel, S.; & Norvig, P. , "Inteligência Artificial", 2ª Edição, Ed. Prentice Hall, 1998.

[4] Haykin, Simon. "Neural Networks and Learning Machines". Pearson Prentice Hall, terceira edição, 2009.

[5] Lewis, F.L.; Jagannathan, S.; Yesildirek, A. “Neural Network Control of Robot Manipulators and Nonlinear Systems”. Taylor & Francis, 1999.

[6] Kosko, Bart, "Neural Networks and Fuzzy Systems, A Dynamical Systems Approach to Machine Intelligence". Prentice Hall, 1992.

[7] Passino, Kevin; & Yurkovich, Stepen, "Fuzzy Control" Addison Wesley Longman, 1998.

[8] Goldberg, David. "Genetic algoritmhs in search, optimization and machine learning", Addison-Wesley, 1989.

[9] Mitchell, Tomas. "Machine Learning". McGraw Hill Higher Education, 1ª edição 1997