Generalização do Modelo ML TSK-FS baseado na Integral de Choquet para a Classificação Multi-Etiqueta

Resumo

Neste trabalho, propomos uma generalização do modelo ML-TSK FS utilizando a integral de Choquet como função de agregação, para obtenção de um novo modelo para classificação multi-etiqueta, denominado sistema fuzzy multi-etiqueta Takagi Sugeno Kang Choquet ML-TSKC FS, que é uma generalização baseada no modelo ML-TSK FS proposto por Lou [1]. O sistema fuzzy Takagi Sugeno Kang TSK é formado por k regras de inferência fuzzy que possuem uma estru- tura "IF THEN", a primeira parte é chamada de antecedente e a segunda de consequente. No consequente obtemos a saída da regra normalmente uma função linear que depende dos dados de entrada e dos parâmetros de aprendizagem. A importância da regra (peso) é calculada na parte dos antecedentes, inicialmente os dados de entrada são fuzzificados para posteriormente calcular o peso. Na literatura, o operador produto é utilizado para calcular os pesos. O novo modelo é obtido substituindo o operador produto pela integral de Choquet [2]. O desempenho do ML-TSKC FS é avaliado usando a métrica Average Precision (AP) em relação a 12 conjuntos de dados multi-etiquetas obtidos do repositório MULAN. Essa avaliação é conduzida em comparação com outros 9 algoritmos de classificação multi-etiqueta. A Tabela 1 apresenta os resultados obtidos para a métrica AP. [...]