Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/38538
Registro completo de metadados
Campo DCValorIdioma
dc.creatorHauth, Antonio Gustavo-
dc.date.accessioned2025-10-03T20:24:09Z-
dc.date.available2025-10-03T20:24:09Z-
dc.date.issued2025-02-20-
dc.identifier.citationHAUTH, Antonio Gustavo. Lógica fuzzy aplicada à inteligência artificial. 2025. Trabalho de Conclusão de Curso (Licenciatura em Matemática) - Universidade Tecnológica Federal do Paraná, Curitiba, 2025.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/38538-
dc.description.abstractFuzzy logic is a powerful tool in the field of artificial intelligence (AI), enabling AI systems to handle the complexity and uncertainty of the real world in a more flexible and adaptive way. In this work, we begin the study of fuzzy logic theory, which has nuances compared to traditional logic, using techniques to generate responses based on imprecise information. We present operations between fuzzy sets and explore some fuzzy norms and conorms. Finally, we provide an example using the scikit-fuzzy library for Python to solve a suction level problem, where a vacuum cleaner must operate according to the surface and the level of dirt in the environment, using fuzzy logic.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/pt_BR
dc.subjectLógica difusapt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectConjuntos difusospt_BR
dc.subjectNormas triangularespt_BR
dc.subjectFuzzy logicpt_BR
dc.subjectArtificial intelligencept_BR
dc.subjectFuzzy setspt_BR
dc.subjectTriangular normspt_BR
dc.titleLógica fuzzy aplicada à inteligência artificialpt_BR
dc.title.alternativeFuzzy logic applied to artificial intelligencept_BR
dc.typebachelorThesispt_BR
dc.description.resumoA lógica fuzzy é uma ferramenta poderosa no campo da inteligência artificial (IA), permitindo que os sistemas de IA lidem de forma mais flexível e adaptável com a complexidade e a incerteza do mundo real. Neste trabalho, iniciamos o estudo da teoria de lógica fuzzy, que possui nuances em relação à lógica tradicional, utilizando artifícios para gerar respostas baseadas em informações imprecisas. Apresentamos as operações entre conjuntos fuzzy e exploramos algumas normas e conormas fuzzy. Para finalizar, apresentamos um exemplo utilizando a biblioteca scikit-fuzzy para Python para resolver um problema de nível de sucção em que um aspirador de pó deve funcionar de acordo com a superfície e o nível de sujeira do ambiente, utilizando a lógica fuzzy.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localCuritibapt_BR
dc.contributor.advisor1Munaretto, Ana Cristina Corrêa-
dc.contributor.referee1Munaretto, Ana Cristina Corrêa-
dc.contributor.referee2Brambila, Lilian Cordeiro-
dc.contributor.referee3Manholi, Patrícia Aparecida-
dc.publisher.countryBrasilpt_BR
dc.publisher.programLicenciatura em Matemáticapt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICApt_BR
Aparece nas coleções:CT - Licenciatura em Matemática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
logicafuzzyinteligenciaartificial.pdf1,47 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons