projetos > Descoberta de Conhecimento e Balanced Scorecard...
Descoberta de Conhecimento e Balanced Scorecard: aplicação da Arquitetura Híbrida formada pela Teoria dos Rough Sets (RS) com Redes Neurais Artificiais Mapas Auto-Organizáveis (SOM) no apoio a definição de metas estratégicas de longo prazo
O projeto propõe a obtenção de uma maior qualidade dos dados que servem de indicadores ao Balanced Scorecard através da aplicação da Arquitetura Híbrida. Esta aplicação divide-se em duas fases: - primeira fase: redução do número de atributos a serem analisados utilizando a Teoria dos Rough Sets; - segunda fase: agrupamento (clusters) dos atributos segundo características semelhantes utilizando Redes Neurais Artificiais Mapas Auto-Organizáveis. O objetivo principal é o de apoiar a definição de metas estratégicas de longo prazo.
- Participantes:
- Publicações:
- SASSI, Renato José. Uma Arquitetura Híbrida para Descoberta de Conhecimento em Bases de Dados: Teoria dos Rough Sets e Redes Neurais Artificiais Mapas Auto-Organizáveis. Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia Elétrica. São Paulo, 2006.
- SASSI, Renato José; SILVA, Leandro Augusto; DEL-MORAL-HERNANDEZ, Emilio. Neural Networks and Rough Sets: A comparative study on data classification”. The 2006 International Conference on Artificial Intelligence (ICAI'06), 26 a 29 de junho, 2006, Las Vegas, USA.
- SASSI, Renato José; SILVA, Leandro Augusto; DEL-MORAL-HERNANDEZ, Emilio. An Hybrid Architecture for the Knowledge Discovery in Databases: Rough Sets Theory and artificial neural nets Self-Organizing Maps International Conference on Information Systems and Technology Management. Congresso Internacional de Gestão de Tecnologia e Sistemas de Informação (4º CONTECSI), 31 a 1 de junho, 2007. São Paulo, Brasil.