CLUSTERIZAÇÃO FUZZY INCREMENTAL BOTTOM-UP A PARTIR DE FLUXOS DE DADOS
Clusterização Fuzzy Incremental. Aprendizado de Máquina. Fluxos de Dados.
Esse trabalho propõe um método de clusterização fuzzy incremental bottom-up a partir de fluxos de dados. O método é apoiado por conceitos, definições e ferramentas matemáticas da teoria da computação granular, em particular das teorias granular fuzzy e de conjuntos ásperos. Diferentemente de outros métodos evolutivos de processamento e modelagem de fluxos de dados numéricos, o método proposto lida com fluxos de dados que apresentam incerteza não-estruturada representados por valores intervalares, e também fluxos de dados numéricos. O método proposto é capaz de atender às necessidades de processos complexos presentes no cotidiano, os quais possuem fluxos de dados e mudanças no ambiente. Para isso, o algoritmo de aprendizado desenvolve a estrutura do modelo sem conhecimento anterior a respeito do processo e adapta os parâmetros do modelo à medida que há necessidade, evitando assim, que o modelo seja reconstruído e retreinado quando há mudança no ambiente.