Título: Seleção Incremental de Atributos em Classificador Fuzzy Evolutivo com Agrupamento Gaussiano Multivariado
Autores: Patrick Silva Menezes, Fernanda P. S. Rodrigues, Emmanuel Tavares, Michel Pires da Silva, Alisson Marques da Silva & Daniel Leite
Resumo: Este trabalho apresenta um novo classificador fuzzy evolutivo que incorpora, em seu processo de aprendizado, um método de seleção de atributos baseado na razão entre as médias amostrais dos atributos. A estrutura do classificador pode se expandir, contrair ou ser atualizada por meio de um algoritmo de agrupamento com aprendizado participativo gaussiano multivariado, aliado a uma estratégia de procrastinação. Essa abordagem permite a formação de grupos inativos — não imediatamente associados a regras — que podem ser ativados conforme novas amostras se tornam disponíveis, conferindo maior flexibilidade ao modelo. Os resultados experimentais indicam que o classificador proposto alcança desempenho superior ou comparável ao dos principais classificadores evolutivos do estado da arte, configurando-se como uma alternativa promissora para aplicações em cenários de aprendizado incremental, em tarefas de classificação binária e multiclasse.
Palavras-chave: Evolving Fuzzy Systems; Incremental Feature Selection; Classification.
Páginas: 8
Código DOI: 10.21528/CBIC2025-1190194
Artigo em PDF: CBIC_2025_paper1190194.pdf
Arquivo BibTeX:
CBIC_2025_1190194.bib