Sistema de inferência fuzzy geral do tipo-2 aplicado à classificação

• Ano de defesa: 2009
• Autor(a) principal: Lucas, Luís Alberto
• Orientador(a): Centeno, Tania Mezzadri
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
• Palavras-chave em Português: Conjuntos difusos; Sensoriamento remoto; Computação; Classificadores digitais; Fuzzy sets; Remote sensing; Computer science
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/122

Propõe-se, nesta tese, o desenvolvimento de uma nova ferramenta baseada em conjuntos fuzzy gerais do tipo-2 para aplicação em processos de classificação digital de dados. O problema de classificação a ser considerado está relacionado à identificação de regiões de floresta em imagens de satélite com o objetivo de auxiliar em tarefas de monitoramento florestal. O classificador digital desenvolvido utiliza um mecanismo de inferência denominado de "inferência escalonada fuzzy geral do tipo-2" para classificar os pixels das imagens de satélite de acordo com sua cobertura vegetal. Tal classificador é inovador pois, além de utilizar conjuntos fuzzy tipo-2 gerais, pode utilizar tanto uma base de regras específica quanto uma base genérica (ambas de forma hierárquica) para reclassificar pontos que, do contrário, permaneceriam sem classificação. Isto permite a obtenção de uma base de regras compacta (composta de poucas regras). A justificativa para o uso de sistemas de inferência do tipo-2 é que estes, apesar do custo computacional maior, apresentam desempenho superior aos sistemas do tipo-1 equivalentes. Os testes realizados mostram que, de fato, o sistema proposto é melhor do que o classificador fuzzy convencional usualmente empregado em aplicações semelhantes e possui desempenho comparável ao classificador estatístico da máxima verossimilhança, sendo uma alternativa viável ao último.