Analisando o desempenho do ClassAge: um sistema multiagentes para classificação de padrões

The use of multi-agent systems for classification tasks has been proposed in order to overcome some drawbacks of multi-classifier systems and, as a consequence, to improve performance of such systems. As a result, the NeurAge system was proposed. This system is composed by several neural agents which communicate and negotiate a common result for the testing patterns. In the NeurAge system, a negotiation method is very important to the overall performance of the system since the agents need to reach and agreement about a problem when there is a conflict among the agents. This thesis presents an extensive analysis of the NeurAge System where it is used all kind of classifiers. This systems is now named ClassAge System. It is aimed to analyze the reaction of this system to some modifications in its topology and configuration

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

A utilização de sistemas baseados no paradigma dos agentes para resolução de problemas de reconhecimento de padrões vem sendo propostos com o intuito de resolver, ou atenuar, o problema de tomada de decisão centralizada dos sistemas multi-classificadores e, como consequência, melhorar sua capacidade de classificação. Com a intenção de solucionar este problema, o Sistema NeurAge foi proposto. Este sistema é composto por agentes neurais que podem se comunicar e negociar um resultado comum para padrões de teste. No Sistema NeurAge, os métodos de negociação são muito importantes para prover uma melhor precisão ao sistema, pois os agentes necessitam alcançar a melhor solução e resolver conflitos, quando estes existem, em relação a um problema. Esta dissertação apresenta uma extensão do Sistema NeurAge que pode utilizar qualquer tipo de classificador e agora será chamado de Sistema ClassAge. Aqui é feita uma análise do comportamento do Sistema ClassAge diante de várias modificações na topologia e nas configurações dos componentes deste sistema