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:
- Trabalhos
de pesquisa, listas de exercícios -
valor ponderado: 20%
- Provas - valor ponderado: 80%
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