| Summary: | O presente trabalho apresenta uma abordagem de raciocínio baseado em casos utilizando relações de proximidade difusas. A ideia básica do REC é resolver um problema a partir do conhecimento de problemas passados, comparando-os com o novo problema, adaptando assim uma nova solução. Considera-se que pesos podem ser associados aos casos porém, este processo pode ser computacionalmente custoso. Para isso, uma metodologia para cálculo de agrupamentos foi estendida com a finalidade de se calcular os pesos a partir de fragmentos da base de casos. A partir da metodologia para cálculo de agrupamentos, foi proposta uma tipologia tanto para treinamento e aprendizado dos vetores de pesos quanto para cálculo dos resultados. A extensão proposta foi aplicada a dois estudos de casos. No primeiro, para estimar a prevalência da esquistossomose no estado de Minas Gerais. No segundo, a metodologia foi aplicada para classificar padrões de desmatamento em Terra do Meio no estado do Pará. Posteriormente, aos resultados obtidos foram aplicados medidas de qualidade da classificação de dados e propôs-se uma maneira de analisar a classificação de dados temporais. === This work presents an approach of case-based reasoning using fuzzy similarity relations. The basic ide a of CBR is to solve a problem from the knowledge of past problems, comparing them with the new problem, thus customizing a new solution. Within this context, it presents a brief description of case-based reasoning and fuzzy logic. Weights can be attached to cases however, this process can be computationally expensive. For this, a method for calculating cluster was extended to calculate the weights from fragments of case base. This methodology was applied to two case studies: to estimate the prevalence of schistosomiasis in the state of Minas Gerais and to classify patterns of deforestation in Terra do Meio in the state of Pará.
|
|---|
