Inteligência Artificial

Apresentação inicial das redes neurais, lógica fuzzy, métodos probabilisticos e sistemas evolutivos; modelagem baseada em equações de estados vs. modelos comportamentais; neurônio de McCulloch e Pitts, regra de Hebb; Perceptron de Rosemblatt, regra Werbos/Rumelhart; back-propagation e a rede MLP; aplicação de redes neurais para funções de muitas variáveis; funções de pertinência; regras de fuzzyficação; regras de inferência; regras de deffuzyficação; aplicação da lógica fuzzy para o controle de sistemas simples; algoritmos genéticos; particulas de enxame; aplicação de sistemas evolutivos em problema de Instrumentação, automação e robótica.

Todos as aula estão em:

Bibliografia

RUSSEL, S.; NORVIG, P.; Artificial Intelligence: A Modern Approach, 2nd. ed., Prentice Hall, 2003.

LUGER, G.; “Artificial Intelligence: Structures And Strategies For Complex Problem Solving”. Addison Wesley Longman, 1998.