
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor.author | Roig, Gabriel Fiol | - |
| Data de aceite: dc.date.accessioned | 2024-10-14T01:07:38Z | - |
| Data de disponibilização: dc.date.available | 2024-10-14T01:07:38Z | - |
| Data de envio: dc.date.issued | 2024-09-18 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/870505 | - |
| Resumo: dc.description.abstract | Systems that learn autonomously constitute a relevant exponent with- in the category of intelligent systems. Such systems are characterized by the ability to update their decision/action hypothesis over time without any external intervention. Such capacity for updating is based on some main considerations, such as: the experiences accumulated by the system, the acquisition of new knowledge from the environment, the general structural characteristics of the hypothesis and the criterion specifying the particular properties that the hypoth- esis must satisfy. The design of an autonomous inductive learning system – AILS - is a com- plex task. This work presents a general model for the design of AILSs, whose components can be customized according to the nature of the problem in hand, so that the model is suitable for addressing the design of a variety of AILS with different peculiarities. Such a model adopts a cyclic evolutionary configuration that includes, among others, components to deal with data imprecision, tech- niques to handle the vagueness of decisions/actions, and methods to process in a unified way knowledge coming from different levels of abstraction, such as raw data and logic expressions. | pt_BR |
| Idioma: dc.language.iso | en | pt_BR |
| Palavras-chave: dc.subject | Evolutionary | pt_BR |
| Título: dc.title | UIB-AILS: A Model for Autonomous Inductive Learning Systems (Atena Editora) | pt_BR |
| Tipo de arquivo: dc.type | livro digital | pt_BR |
| Aparece nas coleções: | Livros digitais | |
| Arquivos associados: | ||||
|---|---|---|---|---|
| uib-ails-a-model-for-autonomous-inductive-learning-systems.pdf | 1,26 MB | Adobe PDF | /bitstream/capes/870505/1/uib-ails-a-model-for-autonomous-inductive-learning-systems.pdfDownload |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: