MODELOS DE APRENDIZAGEM PARA SISTEMAS NEURO-DIFUSOS: INTERPRETABILIDADE E TRANSPARÊNCIA NO SUPORTE À DECISÃO CLÍNICA

Modelos de aprendizagem para sistemas neuro-difusos apresenta uma investigação sobre modelos híbridos que integram Redes Neurais Artificiais e Lógica Difusa no auxílio ao diagnóstico de crises epilépticas. Antecipando os requisitos de Explainable AI (XAI), esta obra - originalmente defendida em 2007 e agora atualizada - supera o paradigma das "caixas-pretas" ao oferecer transparência e interpretabilidade. Através das operações aritméticas de Einstein e da arquitetura de Mamdani, o livro demonstra como traduzir padrões matemáticos complexos em regras linguísticas auditáveis. É uma leitura essencial para pesquisadores de Inteligência Computacional, engenheiros biomédicos e profissionais da saúde que buscam uma IA ética, humana e precisa.

9786525192772