Publicado em: 25/05/2012

Dissertação de Mestrado em Inteligência Artificial

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMÁTICA
PROGRAMA DE POS-GRADUAÇÃO EM COMPUTAÇÃO
———————————————————
DEFESA DE DISSERTAÇÃO DE MESTRADO

Aluno: Mauricio Volkweis Astiazara
Orientador: Prof. Dr. Dante Augusto Couto Barone

Título: Sistema Imunológico Artificial para Predição de Fraudes e Furtos de Energia Elétrica
Linha de Pesquisa: Inteligência Artificial

Data: 01/06/2012
Hora: 16h
Local: Auditório José Mauro Volkmer de Castilho, Prédio 43424 – Instituto de Informática

Banca Examinadora:
Prof. Dr. Mauro Roisenberg (UFSC)
Prof. Dr. Paulo Martins Engel (UFRGS)
Profa. Dra. Rosa Maria Viccari (UFRGS)

Presidente da Banca: Prof. Dr. Dante Augusto Couto Barone

Resumo:
Neste trabalho é analisada a aplicação da técnica de Sistemas Imunológicos Artificiais (SIA) a um problema do mundo real: como predizer fraudes e furtos de energia elétrica. Vários trabalhos tem mostrado que é possível detectar padrões de dados anormais a partir dos dados de consumidores de energia elétrica e descobrir problemas como fraude e furto. Sistemas Imunológicos Artificiais é um ramo recente da Inteligência Computacional e tem diversas possíveis aplicações, sendo uma delas o reconhecimento de padrões. Mais de um algoritmo pode ser empregado para criar um SIA; no escopo deste trabalho será empregado o algoritmo Clonalg. A eficácia deste algoritmo é medida e comparada com a de outros métodos de classificação. A amostra de dados usada para validar este trabalho foi fornecida por uma companhia de energia elétrica que tem grandes expectativas sobre os possíveis resultados da presente pesquisa. Os dados fornecidos foram selecionados e transformados com o objetivo de eliminar redundância e normalizar valores.

Palavras-chave: Sistemas Imunológicos Artificiais, classificadores, reconhecimento de padrões, detecção de fraude.