Sumário

PARTE I – ASPECTOS TEÓRICOS
1. FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL 23
1.1 Introdução 23
1.2 Definição de IA 23
1.3 Como surgiu a IA 25
1.4 As abordagens da IA 26
1.5 Conceitos relacionados com a IA 27
1.6 Consumir IA 36
1.7 IA na atualidade e perspectivas 36
1.8 Conclusões 37
2. IA SIMBÓLICA 41
2.1 Introdução 41
2.2 IA simbólica: os sistemas de símbolos físicos 41
2.3 Sistemas baseados em conhecimento 42
2.4 Lógica Fuzzy clássica ou lógica Fuzzy do Tipo 1 55
2.5 Lógica Fuzzy intervalar ou lógica Fuzzy do Tipo 2 80
2.6 Método de defuzzificação Takagi-Sugeno-Kang (TSK) 84
2.7 Conclusões 85
3. IA CONEXIONISTA 87
3.1 Introdução 87
3.2 Modelos de neurônios artificiais 89
3.3 Modelos de arquitetura 106
3.4 Algoritmos de aprendizagem 110
3.5 Breve histórico sobre a evolução das redes neurais artificiais 131
3.6 Conclusões 133
4. RNA: ARQUITETURAS AVANÇADAS 137
4.1 Introdução 137
4.2 Redes neurais convolucionais 137
4.3 Aprendizagem profunda 146
4.4 Conclusões 160
5. IA EVOLUCIONISTA 163
5.1 Introdução 163
5.2 Computação evolucionária 163
5.3 Algoritmos genéticos 166
5.4 Conclusões 185
6. APRENDIZAGEM DE MÁQUINA 187
6.1 Introdução 187
6.2 Diferença entre parâmetro e hiperparâmetro 190
6.3 Etapas da aprendizagem de máquina 192
6.4 Métodos de aprendizagem de máquina 195
6.5 Aprendizagem automática de máquina 199
6.6 Anormalidades na aprendizagem: sobreajuste e subajuste 202
6.7 Avaliação do modelo 207
6.8 As Fontes de Incerteza na aprendizagem de máquina 216
6.9 Comentários sobre as técnicas de aprendizagem de máquinas 218
6.10 Conclusões 218
7. MAIS TÉCNICAS DE APRENDIZAGEM DE MÁQUINA (1) 221
7.1 Introdução 221
7.2 Análise discriminante linear 222
7.3 Máquina de vetor de suporte 231
7.4 Conclusões 259
8. MAIS TÉCNICAS DE APRENDIZAGEM DE MÁQUINA (2) 261
8.1 Introdução 261
8.2 Métodos de regressão 261
8.3 Bayes ingênuo 276
8.4 Árvore de decisão 281
8.5 K-Vizinhos mais próximos 295
8.6 Conclusões 299
PARTE II – APLICAÇÕES
9. CONTROLE FUZZY 303
9.1 Introdução 303
9.2 Controlador industrial PID 304
9.3 Controlador Fuzzy aplicado no braço de um disco rígido (HD) 307
9.4 Conclusões 312
10. PILOTO AUTOMÁTICO FUZZY 315
10.1 Introdução 315
10.2 Projeto de um piloto automático Fuzzy 315
10.3 Etapa de fuzzificação 318
10.4 Etapa de inferência 319
10.5 Etapa de defuzzificação: Mamdani e Takagi-Sugeno-Kang 320
10.6 Conclusões 326
11. MODELOS POLINOMIAIS DISCRETOS:
SIMULAÇÃO E PREDIÇÃO 327
11.1 Introdução 327
11.2 Estruturas e estabilidade 328
11.3 Outra forma de obter os preditores de saída 340
11.4 Exemplo: modelagem experimental, simulação e predição 342
11.5 Resumo: estruturas e estabilidade 346
11.6 Conclusões 347
12. IDENTIFICAÇÃO E CONTROLE DE PROCESSOS
INDUSTRIAIS 349
12.1 Introdução 349
12.2 Modelagem de sistemas 350
12.3 Controle de sistemas industriais 361
12.4 Conclusões 376
13. ALOCAÇÃO DINÂMICA DE TAREFAS
INDEPENDENTES 377
13.1 Introdução 377
13.2 Formulação do problema 377
13.3 A solução usando algoritmo genético 378
13.4 Conclusões 381
14. MODELAGEM EM GRANDE ESCALA 383
14.1 Introdução 383
14.2 Partes de um modelo grande 385
14.3 O transformador (transformer) 391
14.4 Outras tecnologias de modelo grande (LM) 393
14.5 Conclusões 393
PARTE III – APÊNDICES
APÊNDICE A
Método da propagação retroativa do erro (Error Backpropagation) 397
APÊNDICE B
Código Gray 417
APÊNDICE C
Fundamentos de Matemática 423
REFERÊNCIAS 445
ÍNDICE REMISSIVO 449