UMA ABORDAGEM FORMAL À REPRESENTAÇÃO E RECUPERAÇÃO DE OBJETOS TEMPORAIS INCOMPLETOS

Tamanho: px
Começar a partir da página:

Download "UMA ABORDAGEM FORMAL À REPRESENTAÇÃO E RECUPERAÇÃO DE OBJETOS TEMPORAIS INCOMPLETOS"

Transcrição

1 UMA ABORDAGEM FORMAL À REPRESENTAÇÃO E RECUPERAÇÃO DE OBJETOS TEMPORAIS INCOMPLETOS Ed Porto Bezerra, Ulrich Schiel*, José Hamurabi Nóbrega de Medeiros* Departamento de Informática * Departamento de Sistemas e Computação Universidade Federal da Paraíba Universidade Federal da Paraíba Cidade Universitária Av. Aprígio Veloso, 882, Bodocongó João Pessoa - Brazil Campina Grande - Brazil {porto, ulrich, Resumo. Para que se modele mais fielmente o mundo real é importante podermos representar conceitos como tempo e incerteza dos dados. Este artigo mostra nossa tentativa de criação de uma teoria para o tratamento de objetos temporais incompletos. Inicialmente implementamos um sistema para manipulação de objetos temporais incompletos, chamado MITO, como forma de adquirir experiência. Apresentamos aqui um pouco do MITO e uma lógica modal temporal usada para formalizar a parte de recuperação de objetos temporais. Palavras-chaves: informação imprecisa, objetos temporais incompletos, lógica modal temporal. 1 INTRODUÇÃO É cada vez mais evidente a utilização crescente dos computadores para facilitar o dia-a-dia das pessoas. Nesse processo, é fundamental que os softwares modelem mais fielmente o mundo real, representando conceitos importantes como o tempo e a incerteza intrínseca em certos dados. É com tal intenção que o tratamento do tempo, da incerteza e da informação temporal incompleta continuam sendo áreas de intensa pesquisa, principalmente em bancos de dados e em inteligência artificial [LS90, Mo90, Be91, GNP92, TCG+93, Ch94, Ko94, Vi94, AHV95, BCS+96, Dy96, GT96, DSF97, NFM97]. Uma evidência forte da importância do assunto é a linguagem TSQL2 [Sn95], uma extensão temporal da linguagem SQL, que trata inclusive da incerteza temporal. Em várias aplicações a informação disponível é incompleta ou imprecisa, inclusive a informação temporal. O tratamento do suporte de consultas e atualizações incompletas é fundamental, particularmente para sistemas de bancos de dados. A incompletitude nos valores dos dados pode surgir de várias formas. O dado pode ser incerto por natureza; por exemplo, apenas uma porcentagem de todos os fumantes pode desenvolver câncer. O valor real do dado pode ser desconhecido; por exemplo, o salário de um empregado novo pode ser ainda indefinido. Pode também ser parcialmente conhecido, como é o caso da informação imprecisa e da informação negativa que abordaremos mais adiante. O dado pode não ter sido ainda obtido; por exemplo, o professor da disciplina banco de dados pode não ter sido escolhido. Todavia, se são dois os professores candidatos, há uma probabilidade de 0.5 de que a disciplina ocorra. Como dissemos, os sistemas de informação deveriam ser capazes de manipular

2 dados incompletos. Infelizmente esta facilidade não está disponível no modelo de dados relacional, o mais popular de todos, e nem na sua linguagem de consultas SQL, embora sugestões comecem a aparecer [DS97]. Para dar suporte ao tratamento da informação temporal incompleta projetamos desenvolver uma teoria, usando uma linguagem com rigor matemático, onde pudéssemos provar certas propriedades necessárias à validação de um sistema. Como primeiro passo deste projeto, implementamos um sistema para manipulação de objetos temporais incompletos, chamado MITO [BSF97], na tentativa de aquisição de experiência no trato deste tipo de informação. Percebemos que o uso de uma lógica modal temporal seria adequada à formalização do MITO. Este artigo pretende mostrar um pouco do MITO [BSF97] e a formalização de sua parte de consultas através de uma lógica modal temporal. A opção por uma lógica não-clássica deveu-se a sua adequação com a natureza dos operadores empregados no MITO, como os operadores modais de possibilidade M (maybe) e de crenças K(known); e os operadores temporais after, before, during, sometime e never. Não discorremos neste artigo, por falta de espaço, sobre os fundamentos de lógica modal, temporal e de crenças, mas sugerimos algumas referências bibliográficas [En72, Re89, Chang e Lee, Em90, vb91, Pa94, Le94]. Há principalmente duas interpretações possíveis para um banco de dados. A suposição do mundo fechado, conhecida na literatura pela sigla CWA oriunda de closed world assumption, significa que toda informação relevante está armazenada no banco de dados, ou seja, se um fato não pode ser derivado do banco de dados ele é assumido ser falso. Pela suposição do mundo aberto, conhecida na literatura pela sigla OWA oriunda de open world assumption, um fato é falso somente se sua negação pode ser derivada do banco de dados. Logo, fatos que não estão armazenados no banco de dados e nem são deriváveis dos dados existentes são considerados falsos na CWA, e desconhecidos ou possíveis na OWA [KW85]. A CWA não é adequada para sistemas de informação que tratam informação incompleta. Na OWA, coisas que não são verdade devem ser explicitamente declaradas ou armazenadas como sendo falsas. Este tipo de informação é chamado de informação negativa. Na OWA uma classe específica pode ser fechada para declarar que todos os fatos não armazenados explicitamente na classe são falsos. Se nós temos, por exemplo, uma classe de empregados, o objeto especial not(empregados(*)) significa que não há mais empregados do que aqueles armazenados. Segundo Levesque [Le94], para que um sistema trate efetivamente com informação incompleta, ele deve ser capaz de determinar os limites exatos do que é conhecido. Isto sugere o emprego de uma lógica de crenças. Como nossa abordagem é a OWA, assumimos que todos os fatos ou asserções representados no banco de dados devam ser conhecidos e por isso empregamos o operador modal K. Nós distinguimos três tipos de informação incompleta: desconhecida, imprecisa e negativa. Uma distinção similar se aplica a informação temporal. O artigo está organizado da seguinte forma: as seções 2, 3 e 4 mostram algumas características do MITO que são, respectivamente, um exemplo de objetos temporais incompletos e como representá-los e consultá-los. A seção 5 relata uma lógica modal temporal, descrevendo seu alfabeto, termos, fórmulas, definições, axiomática e algumas demonstrações. As conclusões estão na seção 6.

3 2 UM EXEMPLO DE OBJETOS TEMPORAIS INCOMPLETOS Um objeto é algo que faz sentido no contexto de uma aplicação e é distinguível de outros objetos [RBP+91]. Um objeto é representado aqui por uma identificação e um conjunto de atributos. Objetos incompletos são aqueles que possuem algum atributo com valores incompletos [Zi90]. Objetos temporal têm um tempo associado descrevendo a duração da existência do objeto. Finalmente, objetos temporais incompletos são objetos incompletos cujo atributo temporal é também incompleto. O seguinte exemplo ilustra várias imprecisões. Este exemplo mostra um conjunto de objetos do tipo emprego relacionando empregados a companhias e os seus respectivos salários. emprego(1) : empregado = Antônio or. João companhia = ufrn or ufpb salário = 1600 tempo = [1979, 1982] emprego(2) : empregado = not(joão) companhia =ufpe salário = interval(2000,3000) tempo = [before(1983), now] emprego(3) : empregado = João companhia = ufpb salário = >1500 tempo = [1994, now] emprego(4) : empregado = * companhia = ufpb salário = 1500 tempo = [1970, 1990] Os três tipos de informação incompleta são os seguintes: DESCONHECIDA: um valor desconhecido (também chamado valor nulo [Co79]) é representado por um asterisco e significa que o atributo correspondente se mantém para o objeto, mas nós não conhecemos nada sobre o seu valor. Por exemplo, emprego(4) declara que o empregado é uma pessoa desconhecida. IMPRECISA: neste caso nós temos alguma informação sobre o atributo, mas não um valor preciso. Por exemplo, emprego(3) declara que o salário de João na UFPb é maior do que O valor pode ser dado como uma lista disjuntiva de valores possíveis, ou um domínio numérico de intervalos fechados, chamado função intervalo. Por exemplo, emprego(1) tem duas imprecisões disjuntivas, e emprego(2) representa um salário de João entre e A função intervalo não é usada pelo atributo tempo porque, neste caso, está subentendida. NEGATIVA: A negação é necessária na abordagem OWA, a fim de declarar qual informação é falsa. Por exemplo, emprego(2) declara que o empregado não é João. Ainda não estudamos nada a respeito da composição deste três tipos de informação incompleta. Embora pareça interessante, tivemos outras prioridades no MITO. 3 REPRESENTANDO OBJETOS TEMPORAIS INCOMPLETOS As características do atributo especial tempo são abordadas nesta seção. Este atributo pode ser dado por um só operador temporal ou por um par destes, especificando o início e o fim do intervalo de tempo ou duração da existência do objeto. Um operador temporal único é convertido em um par. Por exemplo, before(1993) significa (*,before(1993)), ou seja, é assumido que a duração do objeto acaba antes de 1993 e seu início é algum instante antes deste ponto final. Os operadores temporais incompletos, usados como limites de um intervalo de tempo, e seus significados são dados na Tabela

4 1. Nós distinguimos entre intervalos de tempo I e instantes de tempo t, que são intervalos na menor granularidade do sistema. Operador Significado constant o instante é dado por uma constante before(t) o instante ocorre alguma vez antes de t after(t) o instante ocorre alguma vez depois de t during(t) o instante ocorre alguma vez durante I * o instante é desconhecido Tabela 1 operadores temporais incompletos O uso de operadores temporais incompletos nos limites do atributo tempo de um objeto leva a vários valores verdade sobre a linha imaginária do tempo, conhecida na literatura como time axis. A fim de determinar estes valores, definimos quatro predicados que se aplicam a intervalos [X,], onde X é o ponto inicial do intervalo e Y é o ponto final. Os intervalos podem ser: [X,Y] - intervalo fechado (X,Y) - intervalo aberto (X,Y] - intervalo semi-aberto à esquerda [X,Y) - intervalo semi-aberto à direita Os predicados usados pelo sistema são apresentados na Tabela 2. Predicado Significado A(I) o fato sempre é verdade durante I S(I) o fato algumas vezes é verdade durante I (1 ou mais vezes) P(I) o fato pode ser verdade durante I (0 ou mais vezes) N(I) o fato nunca é verdade durante I Tabela 2 predicados sobre a time axis O MITO utiliza um mecanismo para a atribuição de valores verdade sobre a time axis, originalmente proposto por Oresotu [Or88] e reformulado em [Be97a, Be97b, Be97c, BSF97], no processamento de consultas. Os valores verdade estão na Tabela 3. end(i) Y before(y) after(y) during(y) * begin(i) X [X,Y] [X,X] [X,Y+1] [X,Y) [X,X] S[Y,Y] before(x) S(- S(-,X) [X-1,Y+1] [X-1,Y) S(-,X),X) [X,Y] S[Y,Y] after(x) [Y,Y] S(X,Y) S(X,+ ) S[Y,Y] S(X,+ ) during(x) S[X,X] S[X,X] S[X,X] S[X,X] S[X,X]

5 (X,Y] (X,Y+1] (X,Y) S[Y,Y] * [Y,Y] S(-,Y) S(Y,+ ) S[Y,Y] S(-,+ ) Tabela 3 - valores da (time axis) para intervalos de tempo incompletos Para um melhor entendimento da Tabela 3, suponhamos um atributo de tempo tempo = before(1990), during(1992). A validade do objeto tem começado alguma vez antes de 1990 e acabou em Graficamente isto pode ser mostrado como P A A S S + e a lista resultante de valores verdade é (P[01/01/0001,30/12/1989],A[31/12/1989,31/12/1991],S[01/01/1992,31/12/1992]) O predicado A(I) é representado sem a letra A na Tabela 3, embora sua semântica seja a mesma já definida. O predicado P(I) não é representado na Tabela 3 por representar um fato que pode não ser verdade, apesar de ser considerado na lista resultante que é uma estrutura de dados tratada no MITO. A parte da time axis que não aparece na lista é considerada desconhecida. 4 CONSULTANDO OBJETOS TEMPORAIS INCOMPLETOS Com uma consulta o usuário de um sistema pode obter informação sobre uma aplicação representada em um banco de dados. Uma consulta é chamada de casamento exato com relação a um banco de dados [KB96], se os dados requeridos existem neste banco de dados de forma similar. Dizemos que uma consulta é de casamento parcial com relação a um banco de dados, se ela não é de casamento exato, mas seu domínio é um subconjunto do domínio neste banco de dados. A forma geral de uma consulta é: nome-objeto ( valor,{[,valor]} ) [ ; valor-temporal]. Onde: a) nome-objeto é o nome do objeto correspondente; b) valor pode ser um dos seguintes:. uma constante;. um valor desconhecido, impreciso ou negativo;. o símbolo x significando que o valor deste atributo deve ser recuperado;. o símbolo _ significando que o valor deste atributo não está envolvido na consulta; c) valor-temporal corresponde a parte temporal da consulta. Ele pode ser um dos operadores temporais incompletos introduzidos na seção 3. As consultas podem ser classificadas como consultas booleanas, aquelas que retornam um valor verdade, ou consultas de recuperação que são aquelas que retornam dados armazenados no banco de dados.

6 4.1 Consultas booleanas Uma consulta booleana é caracterizada pelo fato de não conter nenhum x. Os argumentos da consulta são pesquisados no banco de dados e este processo retorna um dos seguintes valores verdade: yes, no, possible ou unknown. O valor desconhecido é retornado quando nenhum dos objetos satisfaz a consulta. O seguinte exemplo ilustra a avaliação de uma consulta booleana. Consideremos a consulta emprego(joão,ufpb,>1500);during(1970,1995) sobre o banco de dados descrito na seção 2. Dois dos objetos, emprego(1) e emprego(3), satisfazem a consulta e os valores verdade de cada um dos atributos envolvidos são apresentados na Tabela 4: objeto empregad o companhia salário tempo valores intraobjeto emprego(1) Possible Possible Yes Yes Possible emprego(3) Yes Yes Yes Yes Yes Tabela 4 avaliação de consulta booleana valores inter-objeto Yes O valor verdade de cada objeto, chamado valor verdade intra-objeto, é obtido de acordo com regras que combinam estes valores. Nos chamamos a resposta final de uma consulta de valor verdade inter-objeto. Esta é obtida pela combinação entre os valores verdade intra-objetos também obedecendo regras. Sugerimos a leitura de [BSF97] para o entendimento das regras. 4.2 Consultas de recuperação Uma consulta de recuperação retorna alguns dados armazenados no banco de dados. Por exemplo, se queremos saber quem trabalhou na UFPb, nós consultamos emprego(x,ufpb,_). O objeto emprego(1) retorna possible(joão ou Antônio), enquanto que emprego(3) e emprego(4) retornam yes(joão) e yes(*), respectivamente. Pela integração destas três respostas, obtemos possible(joão) e yes(joão, *). 4.3 Ambiente de implementação A ferramenta para desenvolvimento que escolhemos foi LPA-Prolog para windows [LPA96]. Esta escolha foi porque uma linguagem de programação em lógica seria mais adequada para dedução de dados, fundamental em nosso trabalho, e o módulo LPA-Prolog++ trata objetos. 5 UMA LÓGICA PARA OBJETOS TEMPORAIS INCOMPLETOS Introduzimos nesta seção uma lógica modal temporal para representação e recuperação de objetos temporais incompletos utilizados no MITO. 5.1 ALFABETO Símbolos lógicos

7 pontuação: (, ), [, ], <, > conectivos:, quantificador: operadores modais: M, K operadores temporais: sometime, never, before, after, during variáveis: não-temporais: x, y, z instante: t 1, t 2, t 3, t 4 intervalo: H, I, J Símbolos não-lógicos constantes: none, *, -, + símbolos funcionais: begin, end,? símbolos predicativos: todas as letras maiúsculas do alfabeto, < e = 5.2 TERMOS Denominamos por termo, qualquer dos tipos de termos definidos a seguir, ou seja, termos não-temporais, termos instante temporal ou termo intervalo temporal Termos não-temporais a) constantes b) toda variável não-temporal c) para termos Tx e Ty são termos não-temporais: Tx Ty e Tx Termos instante temporal a) constantes b) toda variável instante temporal é um termo instante temporal c) para TI um termo intervalo temporal, during(ti) é um termo instante temporal d) para TI um termo intervalo temporal, begin(ti) e end(ti) são termos instante temporal e) se Tt 1 é um termo instante temporal então before(tt 1 ) e after(tt 1 ) são termos instante temporal Termos intervalo temporal a) toda variável intervalo temporal é um termo intervalo temporal b) para termos instante temporal Tt 1 e Tt 2, [Tt 1, Tt 2 ] é um termo intervalo temporal c) se TI é um termo intervalo temporal então sometime(ti) e never(ti)são termos intervalo temporal d) se Tt 1 é um termo instante temporal então [-, Tt 1 ] e [Tt 1, + ] são termos intervalo temporal. 5.3 FÓRMULAS Uma fórmula bem-formada (fbf) é definida recursivamente por:

8 a) dados termos Tx, Ty não-temporais então Tx = Ty e R(Tx, Ty) são fbfs; b) dadas variáveis x e y então x < y é uma fbf; c)se Tx é um termo não-temporal e TI um termo intervalo temporal então <Tx, TI> é uma fbf; d) se F e G são fbfs, então F, F G, MF e KF são fbfs; e) se F é uma fbf e v uma variável qualquer, então também é uma fórmula v (F); f) se Tt 1 e Tt 2 são termos instante temporal, então Tt 1 = Tt 2 é uma fbf; g) se t 1 e t 2 são variáveis instante temporal, então t 1 < t 2 é uma fbf; h) se TI e TJ são termos intervalo temporal então TI = TJ é uma fbf. 5.4 DEFINIÇÕES As seguintes definições servem para introduzir novos símbolos na linguagem e com isso simplificar significativamente a escrita dos axiomas. Se F e G são fbfs, define-se: 1. x (F) def x ( F) 2. F G def ( F G) 3. F G def F G 4. F G def (F G) (G F) 5. t 1 [t 2, t 3 ] def (t 2 < t 1 t 1 = t 2 ) (t 1 < t 3 t 1 = t 3 ) Se Tt 1, Tt 2, begin(ti) e end(ti) são termos instante temporal e TI é um termo intervalo temporal então define-se: 6. I J def (begin(j) < begin(i) begin(j) = begin(i)) (end(i) < end(j) end(j) = end(i)) 7. TI = [Tt 2, Tt 3 ] def Tt 2 = begin(ti) Tt 3 = end(ti) 8. Se z é uma variável livre em F, então z (F) = {z/f} O conjunto resultante representa a união de todas as respostas que satisfazem a uma certa consulta. 5.5 AXIOMÁTICA Nesta seção descrevemos e comentamos cada um dos axiomas de nossa lógica. 1) x (F G) MF Na disjunção de fórmulas F e G, tanto F quanto G são possíveis. 2) x KF F Quando uma fórmula F é conhecida, então ela é verdadeira. 3) x y R(x, y) R(y, x)

9 Se x e y se relacionam, também é válido que y e x se relacionam, ou seja, vale a simetria. 4) x y z(r(x, y z) MR(x, y)) Se x relaciona-se com y ou com z, então tanto a relação de x com y quanto a relação de x com z são possíveis. 5) x y (R(x, y) R(x, y)) Um relacionamento com um valor negado implica que o relacionamento com este valor não é possível. 6) x KR(x, *) y R(x, y) KR(x, y) Um relacionamento com o valor desconhecido * deixa claro que este se relaciona com algum valor desconhecido do banco de dados. 7) x KR(x, none) y R(x, y) Quando é conhecido que x não se relaciona com nada ou ninguém, então não existe nenhum y que se relaciona com x. 8) t 1 t 2 ([t 1, t 2 ] (t 1 < t 2 ) (t 1 = t 2 )) O instante inicial de um intervalo qualquer deve ser menor ou igual ao instante final. 9) I <Tx, I> t 1 (t 1 I <Tx, [t 1, t 1 ]>) O termo Tx é verdadeiro em todos os instantes t 1 pertencentes ao intervalo I que representa o intervalo no qual Tx é válido. Os axiomas de 10 a 13 representam as noções temporais empregadas no MITO. 10) I <Tx, never (I)> t 1 (t 1 I <Tx, [t 1, t 1 ]>) O operador temporal never(i) denota que em todos os instantes t 1 pertencentes ao intervalo I, Tx não é válido. 11) t 1 <Tx, [-, t 1 ]> t 2 (t 2 < t 1 <Tx, <[t 2, t 2 ]>) Um termo Tx é válido em todos os instantes menores do que um instante t 1 qualquer. 12) <Tx, [t 1,+ ] t 2 (t 1 < t 2 <Tx, [t 2, t 2 ]>) Um termo Tx é válido em todos os instantes maiores do que um instante t 1 qualquer. 13) t 1 t 2 <Tx, sometime(i)> t 3 (t 3 I <Tx, [t 3, t 3 ]>) O operador temporal sometime([t 1, t 2 ]) representa a existência de pelo menos um instante entre t 1 e t 2 onde o termo Tx é válido. Os axiomas 14 e 15 caracterizam a constante temporal *. 14) t 2 K<Tx, [*, t 2 ]> t 1 ([Tx, [t 1, t 2 ]> K<Tx, [t 1, t 2 ]>)

10 15) t 1 K<Tx, [t 1, *]> t 2 ([Tx, [t 1, t 2 ]> K<Tx, [t 1, t 2 ]>) A representação axiomática apresentada em [Sc86] serviu de base à elaboração de alguns dos axiomas a seguir, os quais representam consultas. Os axiomas 16 a 18 formalizam as respostas a consultas a dados, representadas pela aplicação do símbolo funcional? a uma variável livre y. 16) x R(x,?) (y = z )(KR(x, z)) y conterá todos os valores que certamente se relacionam com x. 17) x R(x,?) M(y = z ) ((KR(*, z) w (KR(x, z w))) Este axioma indica todos os valores que possivelmente se relacionam com x. 18) x R(x,?) (y = z ) (KR(x, z)) Aqui teremos todos os valores que não se relacionam com x. Os axiomas de 19 a 28 representam consultas temporais. 19) <Tx,?> (TJ = TI ) (K<Tx, TI>) A parte temporal pode ser consultada. 20) I <?, I> (Tx = Ty ) J(K<Ty, J>) I J) A parte não temporal é recuperada observando-se a condição entre os intervalos consultado e armazenado. 21) I <?, I> (Tx = Ty ) J(K<Ty, never(j)> I J) O operador temporal never produz resposta negativa desde que observada a condição entre os intervalos I e J. 22) I <?, I> M(Tx = Ty ) H(K<Ty, H>) J((K<Ty, J> I J) (K<Ty, never(j)> I J)) Tx conterá todos os termos possivelmente conhecidos e que não satisfazem aquilo representado pelos axiomas 20 e ) I <?, sometime(i)> (Tx = Ty ) t 1 (K,<Ty, [t 1,t 1 ]> t 1 I) J(<Ty, sometime(j)> J I) O operador temporal sometime é representado na recuperação de termos envolvendo tanto instantes como intervalos. 24) I <?, sometime(i)> (Tx = Ty ) J(K<Ty, never(j)> I J) O operador temporal never nega respostas quando a condição entre os intervalos envolvidos é satisfeita.

11 25) I <?, sometime(i)> M(Tx = Ty ) H(K<Ty, H>) t 1 (K,<Ty, [t 1,t 1 ]> t 1 I) J(<Ty, sometime(j)> J I) Tx conterá todos os termos possíveis que não satisfazem aquilo representado pelos axiomas 23 e ) I <?, never(i)> (Tx = Ty ) J(K<Ty, never(j)> I J) Quando os intervalos envolvidos são negados e observam a condição entre eles, Tx conterá todos os termos válidos. 27) I <?, never(i)> (Tx = Ty ) t 1 (K,<Ty, [t 1,t 1 ]> t 1 I) O operador temporal never consultado produz respostas negativas quando um instante qualquer do banco de dados pertence ao intervalo consultado. 28) I <?, never(i)> M(Tx = Ty ) H(K<Ty, H>) J(K<Ty, never(j)> I J) t 1 (K,<Ty, [t 1,t 1 ]> t 1 I) Tx conterá todos os termos possíveis que não satisfazem aquilo representado pelos axiomas 26 e 27. Os axiomas 29 a 34 caracterizam os operadores temporais during, before e after usados nos instantes terminais de um intervalo. 29) begin(tj) = during(ti) t 1 (t 1 TI TJ = [t 1, end(tj)]) 30) end(tj) = during(ti) t 1 (t 1 TI TJ = [begin(tj),t 1 ]) 31) t 1 begin(ti) = before(t 1 ) t 2 (t 2 < t 1 TI = [t 2, end(ti)]) 32) t 1 end(ti) = before(t 1 ) t 2 (t 2 < t 1 TI = [begin(ti), t 2 ]) 33) t 1 begin(ti) = after(t 1 ) t 2 (t 1 < t 2 TI = [t 2, end(ti)]) 34) t 1 end(ti) = after(t 1 ) t 2 (t 1 < t 2 TI = [begin(ti), t 2 ]) 5.6 DEMONSTRAÇÕES A seguir veremos como demonstrar alguns valores para a time axis representada pela Tabela 1. O número no símbolo de implicação ( ), denota o axioma utilizado para a derivação. Os passos da demonstração estão convencionados por um número entre parênteses ao lado de cada linha. Proposição 1: se <Tx, [t 1, before(t 2 )]> então <Tx, [t 1, t 1 ]> <Tx, [t 1, before(t 2 )]> (32) t 3 (t 3 < t 2 <Tx, [t 1, t 3 ]>) (8) t 1 < t 3 t 1 = t 3 (caso t 1 < t 3 ) (9) <Tx, [t 1, t 3 ]> t 4 (t 4 [t 1, t 3 ] <Tx, [t 4, t 4 ]>) em particular para t 4 = t 1 <Tx, [t 1, t 1 ]> c.q.d. (caso t 1 = t 3 ) (=) <Tx, [t 1, t 1 ]> c.q.d. Proposição 2: se <Tx, [t 1, during(i)]> então <Tx, [t 1, t 1 ]> <Tx, sometime(i)>

12 <Tx, [t1, during(i)]> (30) t4(<tx, [t1, t4]> t4 I) (1) (def 7) I = [t1, t2]> t1 = begin(i) t2 = end(i) (2) (2) (=) I = [begin(i), end(i)] (3) (1), (3) (=) t4 [begin(i), end(i)] (4) (4) (def 5) (begin(i) < t 4 t 4 = begin(i)) (t 4 < end(i) t 4 = end(i)) (5) (1), (5) (12) t4((begin(i) < t4 begin(i) = t4) t3(t3 [t1, t4] <Tx, [t3, t3]>)) c.q.d. (6) (4), (1) (16) <Tx, sometime[t1, t2]> c.q.d. (7) Proposição 3: se <Tx, [during(i), t2]> então <Tx, sometime(i)> <Tx, [t 2, t 2 ]> A demonstração da proposição 3 é análoga a da proposição 2. A seguir apresentamos um lema que válida todos os subintervalos de um dado intervalo a ser usado na proposição 4 : Lema: se <Tx, I> então J(J I <Tx, J>) (def 6) (begin(j) < begin(i) begin(j) = begin(i)) (end(i) < end(j) end(j) = end(i)) (1) (1) (9) J(J I <Tx, J> Proposição 4: se <Tx, [during(i), during(j)]> end(i) begin(j) então <Tx, sometime(i)> <Tx, [end(i), begin(j)]> <Tx, sometime(j)> <Tx, [during(i), during(j)]> (hipótese) (hipótese) (proposição 2) <Tx, [during(i), during(j)]> <Tx,, sometime(j)> c.q.d. (1) (hipótese) (proposição 4) <Tx, [during(i), during(j)]> <Tx,, sometime(i)> c.q.d. (2) (hipótese) (29) t 1 (t 1 I [t 1, during(j)] (3) (3) (30) t 2 (t 2 J [t 1, t 2 ] (4) (4) (def 5) (t 1 < t 2 t 1 = t 2 ) (t 1 < end(i) begin(j) < t 2 ) (5) (5) (lema) <Tx, end(i), begin(j)]> c.q.d. 6 CONCLUSÃO Nós estamos convencidos da grande importância do processamento de informação incompleta em sistemas de informação. Pelo crescimento da necessidade de bancos de dados temporais, a pesquisa tem se estendido para tratar também a informação temporal incompleta. Implementamos em LPA-Prolog um sistema para manipulação de objetos temporais incompletos, chamado MITO, como passo inicial de um projeto maior que almeja criar uma teoria que valide a representação e a manipulação de objetos temporais incompletos. O MITO processa dois tipos básicos de consultas: boolenas e de

13 recuperação. Consultas booleanas geram respostas baseadas nos valores verdade {yes, no, possible, unknown}, enquanto que as consultas de recuperação retornam valores requeridos pelo usuário. MITO possui um mecanismo para atribuição da valores sobre a time axis quando processa uma consulta. Este mecanismo combina os valores de tempo inicial e final dos intervalos temporais incompletos. Resolvemos pela formalização para estudo de uma representação mais confiável, sabendo que o objetivo principal da formalização é a comunicação precisa, com rigor matemático, do assunto em questão. Como conseqüência podemos obter a prova de certas propriedades, como computabilidade e expressividade de uma linguagem de consulta por exemplos, necessárias na validação de uma teoria. Uma lógica modal temporal foi naturalmente mais adequada para formalização, pelo fato de utilizarmos os operadores modais de possibilidade (M) e de crenças (K), além de nossos operadores temporais. A continuação do desenvolvimento desta teoria, no que diz respeito a parte de atualização de objetos temporais incompletos e a prova de propriedades, são metas para um passo seguinte. 7 REFERÊNCIAS BIBLIOGRÁFICAS [AHV95] S.Abiteboul, R.Hull, and V.Vianu, Incomplete Information, in Foundations of Databases, Addison-Wesley, Inc. Chap. 19, pp [Be91] [Be97a] [Be97a] [Be97c] van Beek, P., Temporal Query Processing with Indefinite Information, Artificial Intelligence in Medicine, 3, No. 6, December 1991, pp Bezerra, E.P., Um protótipo para manipulação de objetos incompletos com informação temporal imprecisa, Relatório da disciplina Projeto e Pesquisa da pós-graduação da COPELE, janeiro de Bezerra, E.P., Um sistema de manipulação de objetos incompletos com informação temporal imprecisa, Relatório da disciplina Projeto e Pesquisa da pós-graduação da COPELE, julho de Bezerra, E.P., A formalização do MITO, Relatório da disciplina Projeto e Pesquisa da pós-graduação da COPELE, dezembro de [BSF97] Bezerra, E.P., Schiel, U. e Ferneda, E., MITO - Manipulation of Incomplete Temporal Objects, Anais do XII Simpósio Brasileiro de Banco de Dados, [BCS+96] M.Böhlen, J.Chomicki, R.T.Snodgrass and D.Toman, Querying TSQL2 Databases with Temporal Logic. In P.Apers, M.Bouzeghoub and G.Gardarin, editors, Advances in Database Technology: EDBT 96, volume 1057 of Lecture Notes in Computer Science, pages Springer- Verlag, [Co79] E.F.Codd, Extending the Database Relational Model to Capture More Meaning, ACM Trans. on Database Systems, vol.4, no.4, Dec.1979.

14 [Ch94] [DS97] [Dy96] [Em90] [En72] [GNP92] J.Chomicki,, Temporal Quey Languages: A Survey. In D.M.Gabay and H.J.Ohlbach, editors, Temporal Logic: ICTL 94, volume 827 of Lecture Notes in Computer Science, pages Springer-Verlag, D.Dey and S.Sarkar, Extended SQL Support for Uncertain Data. In D.W.Embley and R.C.Goldstein, editors, Conceptual Modeling: ER 97, volume 1331 of Lecture Notes in Computer Science, pages Springer-Verlag, C.E.Dyreson A Bibliography on Uncertainty Management in Information Systems, E.A.Emerson. Temporal and Modal Logic. In J. van Leeuwen, editor, Handbook of Theoretical Computer Science, volume B, chapter 16, Elsevier/MIT Press, H.B.Enderton, A Mathematical Introduction to Logic, Academic Press, S.K.Gadia, S.S.Nair, and Y.-C.Peon, Incomplete Information in Relational Temporal Databases, in Proc. 18 th. Conf. on Very Large Databases, Vancouver, [GHR94] D.M.Gabbay, I.Hodkinson, and M.Reynolds, Temporal Logic: Mathematical Foundations and Computational Aspects, Oxford University Press, [GT96] [KB96] [Ko94] [KW85] [Le94] A.Griffiths and B.Theodoulidis, SQL+i: Adding Temporal Indeterminacy to the Database Language SQL, S.Khoshafian, and A.B.Baker, Multimedia and Imaging Databases, Morgan Kaufmann Publishers, Inc., San Francisco, California, M.Koubarakis, Database Models for Infinitive and Indefinitive Temporal Information, Information Systems, 19(2), pp , A.M.Keller, and M.W.Wilkins, On the Use of an Extended Relational Model to Handle Changing Incomplete Information, IEEE Transactions on Software Engineering, Vol. SE-11, No, 7, July, Levesque, H.J., The Logic of Incomplete Knowledge Bases, em Readings of Artificial Inteligence & Database, K. Mylopoulus e M. Brodie Ed.,1994. [LPA96] LPA-WIN-PROLOG 3.0, Programming Guide by Bria D. Steel, [LS90] K.C.Liu and R.Sunderraman, Indefinite and Maybe Information in Relational Databases, ACM Transactions on Database Systems, 15, No. 1, March 1990, pp [NFM97] M.Nakata, G.Fresconi and T.Mura, Handling Imperfection in Databases: A Modal Logic Approach. In A.Hameurlain and M.Tjoa, editors, Database and Expert Systems Applications: DEXA 97, volume 1308 of Lecture Notes in Computer Science, pages Springer-Verlag, 1997.

TEMPTOOL UMA FERRAMENTA PARA A MODELAGEM TEMPORAL DOS DADOS

TEMPTOOL UMA FERRAMENTA PARA A MODELAGEM TEMPORAL DOS DADOS TEMPTOOL UMA FERRAMENTA PARA A MODELAGEM TEMPORAL DOS DADOS Eugênio de O. Simonetto 1, Cristiano R. Moreira, Duncan D. A. Ruiz 2, Luciano C. Ost 1, Glauco B.V.Santos 1 RESUMO O trabalho apresenta uma ferramenta

Leia mais

Notas de Aula - Álgebra de Boole Parte 1

Notas de Aula - Álgebra de Boole Parte 1 Universidade de Brasília Departamento de Engenharia Elétrica Sistemas Digitais 1 Prof. Dr. Alexandre Romariz Revisado em 27/4/06 Notas de Aula - Álgebra de Boole Parte 1 1 Introdução Fundamentos, Teoremas

Leia mais

TPref-SQL: uma linguagem de consultas para bancos de dados com suporte a preferências temporais

TPref-SQL: uma linguagem de consultas para bancos de dados com suporte a preferências temporais TPref-SQL: uma linguagem de consultas para bancos de dados com suporte a preferências temporais Autor: Marcos Roberto Ribeiro 1, Orientadora: Sandra Aparecida de Amo 1 1 Programa de Pós-Graduação em Ciência

Leia mais

Matemática Discreta - 03

Matemática Discreta - 03 Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 03 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav

Leia mais

AULA 5 QUANTIFICADORES, PREDICADOS E VALIDADE

AULA 5 QUANTIFICADORES, PREDICADOS E VALIDADE Disciplina: Matemática Computacional Prof. Diana de Barros Teles AULA 5 QUANTIFICADORES, PREDICADOS E VALIDADE Quantificadores: são frases do tipo para todo, ou para cada, ou para algum, isso é, frases

Leia mais

UMA SEMÂNTICA DIFUSA PARA CONSULTAS FLEXÍVEIS EM BASES DE DADOS RELACIONAIS

UMA SEMÂNTICA DIFUSA PARA CONSULTAS FLEXÍVEIS EM BASES DE DADOS RELACIONAIS UMA SEMÂNTICA DIFUSA PARA CONSULTAS FLEXÍVEIS EM BASES DE DADOS RELACIONAIS Samyr Abrahão Moises¹, Silvio do Lago Pereira² ¹Aluno do Curso de Análise e Desenvolvimento de Sistemas FATEC-SP ²Prof. Dr. do

Leia mais

Table 1. Dados do trabalho

Table 1. Dados do trabalho Título: Desenvolvimento de geradores de aplicação configuráveis por linguagens de padrões Aluno: Edison Kicho Shimabukuro Junior Orientador: Prof. Dr. Paulo Cesar Masiero Co-Orientadora: Prof a. Dr. Rosana

Leia mais

Implementação de Aspectos Temporais em SGBDs Livres

Implementação de Aspectos Temporais em SGBDs Livres Implementação de Aspectos Temporais em SGBDs Livres Eugênio de Oliveira Simonetto Curso de Sistemas de Informação Centro Universitário Franciscano (UNIFRA) Andradas, 1614 Centro - 97015-032 Santa Maria

Leia mais

Álgebra Booleana. Introdução ao Computador 2010/01 Renan Manola

Álgebra Booleana. Introdução ao Computador 2010/01 Renan Manola Álgebra Booleana Introdução ao Computador 2010/01 Renan Manola Histórico George Boole (1815-1864) Considerado um dos fundadores da Ciência da Computação, apesar de computadores não existirem em seus dias.

Leia mais

Sistemas de Informação

Sistemas de Informação 5º semestre Licenciatura de EI 2011/2012 msantos@ispgaya.pt cramos@ispgaya.pt / Carlos Ramos 1 Objectivos da Disciplina de Sistemas de Informação da Licenciatura de EI Complementar a formação em bases

Leia mais

Construção de tabelas verdades

Construção de tabelas verdades Construção de tabelas verdades Compreender a Lógica como instrumento da ciência e como estrutura formal do pensamento, conhecendo e compreendendo as operações com os principais conceitos proposicionais

Leia mais

Professor X Software Educativo: a difícil tarefa de escolher

Professor X Software Educativo: a difícil tarefa de escolher Professor X Software Educativo: a difícil tarefa de escolher Maria de Fátima Costa de Souza 1,*, Mauro C. Pequeno 1, José Aires C. Filho 2 1 Departamento de Computação Universidade Federal do Ceará (UFC)

Leia mais

Licenciatura de EI 2010/2011. msantos@ispgaya.pt. Mário Santos / Carlos Ramos

Licenciatura de EI 2010/2011. msantos@ispgaya.pt. Mário Santos / Carlos Ramos 5º semestre Licenciatura de EI 2010/2011 msantos@ispgaya.pt cramos@ispgaya.ptpt / Carlos Ramos 1 Objectivos da Disciplina de Sistemas de Informação da Licenciatura de EI Complementar a formação em bases

Leia mais

AS ÁLGEBRAS DOS OPERADORES DE CONSEQÜÊNCIA

AS ÁLGEBRAS DOS OPERADORES DE CONSEQÜÊNCIA AS ÁLGEBRAS DOS OPERADORES DE CONSEQÜÊNCIA Mauri Cunha do NASCIMENTO 1 Hércules de Araújo FEITOSA 1 RESUMO: Neste trabalho, introduzimos as TK-álgebras associadas com os operadores de conseqüência de Tarski,

Leia mais

Objetos Móveis. Clodoveu Davis

Objetos Móveis. Clodoveu Davis Objetos Móveis Clodoveu Davis Objetos Móveis em SIET Referências fundamentais Güting, R. H., Böhlen, M. H., Erwig, M., Jensen, C. S., Lorentzos, N., Nardelli, E., Schneider, M., Viqueira, J. R. R. Spatio-temporal

Leia mais

Um Simulador para Avaliação da Antecipação de Tarefas em Sistemas Gerenciadores de Workflow

Um Simulador para Avaliação da Antecipação de Tarefas em Sistemas Gerenciadores de Workflow Um Simulador para Avaliação da Antecipação de Tarefas em Sistemas Gerenciadores de Workflow Resumo. A fim de flexibilizar o fluxo de controle e o fluxo de dados em Sistemas Gerenciadores de Workflow (SGWf),

Leia mais

Tópic i o c s s E s E p s ec e i c a i i a s Gerencia i me m nto t d e D ados e I n I fo f rma m ção Ban a co c s s d e e D ad a os s N ão ã

Tópic i o c s s E s E p s ec e i c a i i a s Gerencia i me m nto t d e D ados e I n I fo f rma m ção Ban a co c s s d e e D ad a os s N ão ã Tópicos Especiais Gerenciamento de Dados e Informação Ana Carolina Salgado Fernando Fonseca Valeria Times Bernadette Lóscio Bancos de Dados Não Banco de Dados Multimídia Banco de Dados Ativos Banco de

Leia mais

Representação de Conhecimento

Representação de Conhecimento Representação de Conhecimento Jomi Fred Hübner Departamento de Automação e Sistemas http://www.das.ufsc.br/~jomi/das6607 PPGEAS 2010/3 Conhecimento o que é? como representá-lo? como obtê-lo? para que serve?

Leia mais

Computação Sensível ao Contexto

Computação Sensível ao Contexto Computação Sensível ao Contexto Percepção de Contexto em Ambientes Domiciliares Modelagem de Contexto Modelagem de Contexto + Modelagem de Usuário Fabrício J. Barth novembro de 2004 Sumário O que já foi

Leia mais

Aula 13: Lógica de Predicados

Aula 13: Lógica de Predicados Lógica para Computação Segundo Semestre, 2014 Aula 13: Lógica de Predicados DAINF-UTFPR Prof. Ricardo Dutra da Silva Na Lógica de Predicados existem símbolos que não ocorriam na lógica proposicional e

Leia mais

MODELO RELACIONAL - UFMA

MODELO RELACIONAL - UFMA MODELO RELACIONAL Universidade Federal do Maranhão - UFMA Departamento de Informática Projeto de Banco de Dados Profª.MSc Simara Rocha simararocha@gmail.com/simara@deinf.ufma.br www.deinf.ufma.br/~simara

Leia mais

build UNIP Sistemas de Informação Análise Essencial de Sistemas 3 Prof.Marcelo Nogueira A produção de Software é uma atividade build and fix.

build UNIP Sistemas de Informação Análise Essencial de Sistemas 3 Prof.Marcelo Nogueira A produção de Software é uma atividade build and fix. UNIP Sistemas de Informação Análise Essencial de Sistemas Prof.Marcelo Nogueira Análise Essencial de Sistemas 1 Introdução A produção de Software é uma atividade build and fix. Análise Essencial de Sistemas

Leia mais

Um Método Probabilístico para o Preenchimento Automático de Formulários Web a partir de Textos Ricos em Dados

Um Método Probabilístico para o Preenchimento Automático de Formulários Web a partir de Textos Ricos em Dados Um Método Probabilístico para o Preenchimento Automático de Formulários Web a partir de Textos Ricos em Dados Guilherme Alves Toda 1, Altigran Soares da Silva (Orientador) 1 1 Departamento de Ciência da

Leia mais

Modelando com UML Unified Modeling Language

Modelando com UML Unified Modeling Language Modelando com UML Unified Modeling Language AHMED ALI ABDALLA ESMIN 1 1 ILES ULBRA Instituto de Informática - Universidade Luterana do Brasil de Informática Cx. Postal 271 CEP 78.9860-000 Ji-Paraná (RO)

Leia mais

Tecnologia de Base de Dados Introdução à Base de Dados

Tecnologia de Base de Dados Introdução à Base de Dados Introdução à Base de Dados MSc. Eugénio Alberto Macumbe Plano Temático 1. Introdução à Base de Dados; 2. Modelo Relacional; 3. Modelação de dados; 4. Formas Normais e Processo de Normalização; 5. Operações

Leia mais

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1 Análise Inteligente de Dados Objectivo: Curso de Engenharia de Sistemas e Informática - 5º Ano Ficha T. Prática n.º 1 Estudo do paradigma multidimensional com introdução de uma extensão ao diagrama E/R

Leia mais

Ontologia de Domínio da Biodisponibilidade de Ferro: Uma Experiência no Projeto Nutri-Fuzzy-Orixás

Ontologia de Domínio da Biodisponibilidade de Ferro: Uma Experiência no Projeto Nutri-Fuzzy-Orixás Ontologia de Domínio da Biodisponibilidade de Ferro: Uma Experiência no Projeto Nutri-Fuzzy-Orixás Alessandra Brito F. Oliveira 1; Vera Maria Benjamim Werneck 1 ; Regina Serrão Lanzillotti 1 ; Haydée Serrão

Leia mais

Modelagem e Projeto de Bancos de Dados Geográficos com Características Temporais

Modelagem e Projeto de Bancos de Dados Geográficos com Características Temporais Modelagem e Projeto de Bancos de Dados Geográficos com Características Temporais Gustavo Breder Sampaio, Alexandre Gazola, Jugurta Lisboa Filho Departamento de Informática Universidade Federal de Viçosa

Leia mais

Curso Superior de Tecnologia em BD

Curso Superior de Tecnologia em BD Curso Superior de Tecnologia em BD Tópicos Avançados em BD Banco de Dados Temporais Interagindo O que é tempo? 2 Interagindo Algo que não se vê, não se pega, mas, se armazena (tempo cronológico); Termo

Leia mais

Aspectos semânticos em um sistema de integração de informações na Web 1 1 Centro de Informática Universidade Federal de Pernambuco (UFPE)

Aspectos semânticos em um sistema de integração de informações na Web 1 1 Centro de Informática Universidade Federal de Pernambuco (UFPE) Aspectos semânticos em um sistema de integração de informações na Web 1 Rosalie Barreto Belian, Ana Carolina Salgado 1 Centro de Informática Universidade Federal de Pernambuco (UFPE) e-mail: {rbb, acs}@cin.ufpe.br

Leia mais

2. Sistemas Multi-Agentes (Multi-Agent System - MAS)

2. Sistemas Multi-Agentes (Multi-Agent System - MAS) AORML uma linguagem para modelagem de uma aplicação Multiagentes: Uma Aplicação no Sistema Expertcop. Hebert de Aquino Nery, Daniel Gonçalves de Oliveira e Vasco Furtado. Universidade de Fortaleza UNIFOR

Leia mais

pfilipe@isel.pt, Tel: +351.1.8317211 2 Instituto Superior Técnico, Av. Rovisco Pais, 1049-001 Lisboa, Portugal

pfilipe@isel.pt, Tel: +351.1.8317211 2 Instituto Superior Técnico, Av. Rovisco Pais, 1049-001 Lisboa, Portugal Algoritmo de Tradução de Interrogações Lógicas para SQL Porfírio P. Filipe 1, Nuno J. Mamede 2 1 Inst. Sup. de Eng. de Lisboa, R. Conselheiro Emídio Navarro, 1949-014 Lisboa, Portugal pfilipe@isel.pt,

Leia mais

Extensão do WEKA para Métodos de Agrupamento com Restrição de Contigüidade

Extensão do WEKA para Métodos de Agrupamento com Restrição de Contigüidade Extensão do WEKA para Métodos de Agrupamento com Restrição de Contigüidade Carlos Eduardo R. de Mello, Geraldo Zimbrão da Silva, Jano M. de Souza Programa de Engenharia de Sistemas e Computação Universidade

Leia mais

Modelagem de ferramentas focadas em ontologias para a EaD baseadas em teorias sociais e agentes inteligentes

Modelagem de ferramentas focadas em ontologias para a EaD baseadas em teorias sociais e agentes inteligentes Modelagem de ferramentas focadas em ontologias para a EaD baseadas em teorias sociais e agentes inteligentes Ylana Kipuna dos Santos Figueiredo Universidade Federal de Ouro Preto - UFOP Instituto de Ciências

Leia mais

Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial

Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial Lucas A. de Oliveira, Rui A. R. B. Figueira, Expedito C. Lopes Mestrado em Sistemas e Computação Universidade de Salvador (UNIFACS)

Leia mais

Fernando Albuquerque - fernando@cic.unb.br. Bancos de Dados. Fernando Albuquerque. 061-2733589 fernando@cic.unb.br

Fernando Albuquerque - fernando@cic.unb.br. Bancos de Dados. Fernando Albuquerque. 061-2733589 fernando@cic.unb.br Bancos de Dados Fernando Albuquerque 061-2733589 fernando@cic.unb.br Tópicos Introdução O modelo relacional A linguagem SQL Introdução O que é um banco de dados : Coleção de informações que existe por

Leia mais

Gestão de Projectos de Software - 1

Gestão de Projectos de Software - 1 Gestão de Projectos de Software Licenciaturas de EI / IG 2012/2013-4º semestre msantos@ispgaya.pt http://paginas.ispgaya.pt/~msantos Gestão de Projectos de Software - 1 Objectivos da Disciplina de Gestão

Leia mais

Sergio da Silva Aguiar Universidade Estadual do Sudoeste da Bahia - I Seemat

Sergio da Silva Aguiar Universidade Estadual do Sudoeste da Bahia - I Seemat Introdução à Lógica Matemática Sergio da Silva Aguiar Universidade Estadual do Sudoeste da Bahia - I Seemat 1 Introdução O que é a Lógica? O que signi ca estudar Lógica? Qual a sua de nição? Ao iniciar

Leia mais

PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES

PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES Orientação Professor Doutor Arlindo L. Oliveira

Leia mais

Capítulo 2. Álgebra e imagens binárias. 2.1 Subconjuntos versus funções binárias

Capítulo 2. Álgebra e imagens binárias. 2.1 Subconjuntos versus funções binárias Capítulo 2 Álgebra e imagens binárias Em Análise de Imagens, os objetos mais simples que manipulamos são as imagens binárias. Estas imagens são representadas matematicamente por subconjuntos ou, de maneira

Leia mais

Qualidade da Informação em Reformulação de Consultas em um PDMS: Uma Perspectiva

Qualidade da Informação em Reformulação de Consultas em um PDMS: Uma Perspectiva Qualidade da Informação em Reformulação de Consultas em um PDMS: Uma Perspectiva Bruno Felipe de França Souza 1, Ana Carolina Salgado 1, Maria da Conceição Moraes Batista 2 1 Centro de Informática Universidade

Leia mais

Uma Extensão Intervalar do Algoritmo Fuzzy C-Means

Uma Extensão Intervalar do Algoritmo Fuzzy C-Means Anais do CNMAC v.2 ISSN 1984-820X Uma Extensão Intervalar do Algoritmo Fuzzy C-Means Rogério R. de Vargas, Benjamín R. C. Bedregal Programa de Pós-Graduação em Sistemas e Computação, DIMAp, UFRN Lagoa

Leia mais

Web Semântica e Matching de Ontologias: Uma Visão Geral

Web Semântica e Matching de Ontologias: Uma Visão Geral Web Semântica e Matching de Ontologias: Uma Visão Geral Hélio Rodrigues de Oliveira Departamento de Computação Universidade Federal do Ceará heliorodrigues@lia.ufc.br Bernadette Farias Lóscio Departamento

Leia mais

Definição de Ontologia para Identificação de Riscos de Projetos de Software. Definition of Ontology for Software Projects Risk Identification

Definição de Ontologia para Identificação de Riscos de Projetos de Software. Definition of Ontology for Software Projects Risk Identification SEMINÁRIO DE PESQUISA EM ONTOLOGIA NO BRASIL 11 E 12 de Julho Universidade Federal Fluminense Departamento de Ciência da Informação Niterói Rio de Janeiro Brasil Definição de Ontologia para Identificação

Leia mais

Teoria da Prova e da Programação

Teoria da Prova e da Programação Teoria da Prova e da Programação Departamento de Informática Universidade da Beira Interior Ano lectivo 2011/2012 Esta página no formato pdf, no formato ps 1 Novidades Primeira versão da página. Encontrará

Leia mais

Uma Ontologia de Qualidade de Software

Uma Ontologia de Qualidade de Software Uma Ontologia de Qualidade de Software Katia Cristina Duarte Ricardo de Almeida Falbo Mestrado em Informática - UFES Av. Fernando Ferrari, s/n, Vitória ES {katia, falbo}@inf.ufes.br Resumo O primeiro passo

Leia mais

FACULDADES OPET CENTRO DE PÓS GRADUAÇÃO MBA EM GESTÃO DE TI RICARDO BERTON

FACULDADES OPET CENTRO DE PÓS GRADUAÇÃO MBA EM GESTÃO DE TI RICARDO BERTON FACULDADES OPET CENTRO DE PÓS GRADUAÇÃO MBA EM GESTÃO DE TI RICARDO BERTON CALCULANDO A COMPLEXIDADE DE AMBIENTES DE TI DE MANEIRA COMPATÍVEL COM A ITIL CURITIBA 202 RICARDO BERTON CALCULANDO A COMPLEXIDADE

Leia mais

Regras Métodos Identificadores Variáveis Constantes Tipos de dados Comandos de atribuição Operadores aritméticos, relacionais e lógicos

Regras Métodos Identificadores Variáveis Constantes Tipos de dados Comandos de atribuição Operadores aritméticos, relacionais e lógicos Lógica Aula 2 Técnicas de Programação Criando algoritmos Regras Métodos Identificadores Variáveis Constantes Tipos de dados Comandos de atribuição Operadores aritméticos, relacionais e lógicos Criando

Leia mais

Gerenciamento de Workflows Científicos em Bioinformática

Gerenciamento de Workflows Científicos em Bioinformática Gerenciamento de Workflows Científicos em Bioinformática Agosto de 2007 Estudante: Orientador: Co-orientadora: Luciano Antonio Digiampietri João Carlos Setubal Claudia Bauzer Medeiros Roteiro Introdução

Leia mais

Aplicação em LISP e introdução ao CLOS

Aplicação em LISP e introdução ao CLOS Aplicação em LISP e introdução ao CLOS Diego D. B. Carvalho, Vinicius A. Carlos Ciências da Computação 4ª fase, 2002 Departamento de Informática e Estatística. Universidade Federal de Santa Catarina (UFSC,

Leia mais

Representação do Conhecimento

Representação do Conhecimento UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO Representação do Conhecimento Licenciatura em Engenharia Informática e de Computadores Repescagem Segundo teste 0 de Julho de 004, 9:00H 0:0H Nome:

Leia mais

Programação Orientada a Objetos com PHP & MySQL Sistema Gerenciador de Banco de Dados: Introdução e configuração de bases de dados com Postgre e MySQL

Programação Orientada a Objetos com PHP & MySQL Sistema Gerenciador de Banco de Dados: Introdução e configuração de bases de dados com Postgre e MySQL Programação Orientada a Objetos com PHP & MySQL Sistema Gerenciador de Banco de Dados: Introdução e configuração de bases de dados com Postgre e MySQL Prof. MSc. Hugo Souza Iniciando nossas aulas sobre

Leia mais

PC Fundamentos Revisão 4

PC Fundamentos Revisão 4 exatasfepi.com.br PC Fundamentos Revisão 4 André Luís Duarte...mas os que esperam no Senhor renovarão as suas forças; subirão com asas como águias; correrão, e não se cansarão; andarão, e não se fatigarão.is

Leia mais

USO DOS CONCEITOS DE INTERAÇÃO HUMANO-COMPUTADOR NO DESENVOLVIMENTO WEB PARA EDUCAÇÃO A DISTÂNCIA

USO DOS CONCEITOS DE INTERAÇÃO HUMANO-COMPUTADOR NO DESENVOLVIMENTO WEB PARA EDUCAÇÃO A DISTÂNCIA Discutindo a visibilidade da EaD Pública no Brasil USO DOS CONCEITOS DE INTERAÇÃO HUMANO-COMPUTADOR NO DESENVOLVIMENTO WEB PARA EDUCAÇÃO A DISTÂNCIA Priscilla Márcia Scarpelli Bastos 1, Diogo Marcos de

Leia mais

Padronização de Processos: BI e KDD

Padronização de Processos: BI e KDD 47 Padronização de Processos: BI e KDD Nara Martini Bigolin Departamento da Tecnologia da Informação -Universidade Federal de Santa Maria 98400-000 Frederico Westphalen RS Brazil nara.bigolin@ufsm.br Abstract:

Leia mais

Ficha da Unidade Curricular (UC)

Ficha da Unidade Curricular (UC) Impressão em: 03-01-2013 16:09:44 Ficha da Unidade Curricular (UC) 1. Identificação Unidade Orgânica : Escola Superior de Tecnologia e Gestão Curso : [IS] Informática para a Saúde Tipo de Curso : UC/Módulo

Leia mais

Roteiro 2 Conceitos Gerais

Roteiro 2 Conceitos Gerais Roteiro 2 Conceitos Gerais Objetivos: UC Projeto de Banco de Dados Explorar conceitos gerais de bancos de dados; o Arquitetura de bancos de dados: esquemas, categorias de modelos de dados, linguagens e

Leia mais

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular OPÇÃO IV - TÓPICOS AVANÇADOS DE BASES DE DADOS Ano Lectivo 2010/2011

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular OPÇÃO IV - TÓPICOS AVANÇADOS DE BASES DE DADOS Ano Lectivo 2010/2011 Programa da Unidade Curricular OPÇÃO IV TÓPICOS AVANÇADOS DE BASES DE DADOS Ano Lectivo 2010/2011 1. Unidade Orgânica Ciências da Economia e da Empresa (1º Ciclo) 2. Curso Informática 3. Ciclo de Estudos

Leia mais

BANCO DE DADOS TEMPORAL

BANCO DE DADOS TEMPORAL Unioeste Universidade Estadual do Oeste do Paraná CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Informática Curso de Bacharelado em Informática BANCO DE DADOS TEMPORAL Lucilia Yoshie Araki Marcio

Leia mais

Medição da qualidade da informação: um experimento na pesquisa em bases de dados científicas

Medição da qualidade da informação: um experimento na pesquisa em bases de dados científicas Medição da qualidade da informação: um experimento na pesquisa em bases de dados científicas Fábio Favaretto (PUCPR) fabio.favaretto@pucpr.br Rosana Adami Mattioda (PUCPR) mattioda@brturbo.com Resumo O

Leia mais

Não há 3 sem 2: O Teorema de Sharkovskii

Não há 3 sem 2: O Teorema de Sharkovskii Não há 3 sem 2: O Teorema de Sharkovskii Nuno Mestre Programa Gulbenkian Novos Talentos em Matemática Departamento de Matemática da Universidade de Coimbra 1 ESTRUTURA 1. Introdução 2. Casos p = 2 e p

Leia mais

Ficha da Unidade Curricular

Ficha da Unidade Curricular ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO DE FELGUEIRAS CURSO Licenciatura em Engenharia Informática U.C. SISTEMAS DE BASES DE DADOS Ficha da Unidade Curricular Horas presenciais / Ano 56 Ano Lectivo 2010

Leia mais

Banco de Dados. Prof. Antonio

Banco de Dados. Prof. Antonio Banco de Dados Prof. Antonio SQL - Structured Query Language O que é SQL? A linguagem SQL (Structure query Language - Linguagem de Consulta Estruturada) é a linguagem padrão ANSI (American National Standards

Leia mais

Uma Arquitetura de Linha de Produto Baseada em Componentes para Sistemas de Gerenciamento de Workflow

Uma Arquitetura de Linha de Produto Baseada em Componentes para Sistemas de Gerenciamento de Workflow Uma Arquitetura de Linha de Produto Baseada em Componentes para Sistemas de Gerenciamento de Workflow Itana M. S. Gimenes 1 itana@din.uem.br Fabrício R. Lazilha 2 fabricio@cesumar.br Edson A. O. Junior

Leia mais

Luiz Carlos Pereira Edward H. Hauesler 2 Maria da Paz N. de Medeiros

Luiz Carlos Pereira Edward H. Hauesler 2 Maria da Paz N. de Medeiros 105 1 2 Luiz Carlos Pereira Edward H. Hauesler 3 Maria da Paz N. de Medeiros Alguns Resultados sobre Fragmentos com Negação da Lógica Clássica Luiz Carlos Pereira Edward H. Hauesler 2 Maria da Paz N. de

Leia mais

Empresa de Informática e Informação do Município de Belo Horizonte S/A PRODABEL

Empresa de Informática e Informação do Município de Belo Horizonte S/A PRODABEL Empresa de Informática e Informação do Município de Belo Horizonte S/A PRODABEL Diretoria de Sistema - DS Superintendência de Arquitetura de Sistemas - SAS Gerência de Arquitetura de Informação - GAAS

Leia mais

Descoberta de Domínio Conceitual de Páginas Web

Descoberta de Domínio Conceitual de Páginas Web paper:25 Descoberta de Domínio Conceitual de Páginas Web Aluno: Gleidson Antônio Cardoso da Silva gleidson.silva@posgrad.ufsc.br Orientadora: Carina Friedrich Dorneles dorneles@inf.ufsc.br Nível: Mestrado

Leia mais

SISTEMAS DIGITAIS Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com

SISTEMAS DIGITAIS Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com - Aula 3 - ÁLGEBRA BOOLEANA 1. Introdução O ponto de partida para o projeto sistemático de sistemas de processamento digital é a chamada Álgebra de Boole, trabalho de um matemático inglês que, em um livro

Leia mais

ERACE-TOOL - UMA FERRAMENTA BASEADA EM CENÁRIOS PARA À ENGENHARIA DE REQUISITOS

ERACE-TOOL - UMA FERRAMENTA BASEADA EM CENÁRIOS PARA À ENGENHARIA DE REQUISITOS ERACE-TOOL - UMA FERRAMENTA BASEADA EM CENÁRIOS PARA À ENGENHARIA DE REQUISITOS João Caldas Júnior FIL- Fundação Paulista de Educação e Tecnologia Paulo C. Masiero ICMC - Universidade de São Paulo masiero@icmsc.sc.usp.br

Leia mais

ENGENHARIA DE SOFTWARE Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com.br

ENGENHARIA DE SOFTWARE Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com.br - MÓDULO 3 - MODELAGEM DE SISTEMAS ORIENTADA A OBJETOS COM UML 1. INTRODUÇÃO A partir de 1980, diversos métodos de desenvolvimento de sistemas surgiram para apoiar o paradigma orientado a objetos com uma

Leia mais

Introdução às Bases de Dados

Introdução às Bases de Dados Introdução às Bases de Dados Chave primária Domínios Relação F# F Nome Estado Cidade F1 José 20 Braga F2 João 10 Faro F3 Luís 30 Lisboa F4 Rui 30 Setúbal Atributos Tuplas Introdução às Bases de Dados Modelo

Leia mais

Critérios para Apoiar a Decisão Sobre o Momento de Parada dos Testes de Software

Critérios para Apoiar a Decisão Sobre o Momento de Parada dos Testes de Software Critérios para Apoiar a Decisão Sobre o Momento de Parada dos Testes de Software Victor Vidigal Ribeiro Guilherme Horta Travassos {vidigal, ght}@cos.ufrj.br Agenda Introdução Resultados da revisão Corpo

Leia mais

ESTENDENDO A UML PARA REPRESENTAR RESTRIÇÕES DE INTEGRIDADE

ESTENDENDO A UML PARA REPRESENTAR RESTRIÇÕES DE INTEGRIDADE ESTENDENDO A UML PARA REPRESENTAR RESTRIÇÕES DE INTEGRIDADE Fabiana Gomes Marinho Faculdade Lourenço Filho Resumo: Na UML, a modelagem conceitual dos dados é descrita pelo diagrama de classes, que através

Leia mais

Proposta de Plano da Disciplina

Proposta de Plano da Disciplina Proposta de Plano da Disciplina CRÉDITOS: 04 REQUISITOS: Requisito Especial - Estruturas Algébricas OBJETIVOS: O cumprimento da disciplina busca capacitar o aluno, ao final do semestre a: 1. Projetar e

Leia mais

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE Fabio Favaretto Professor adjunto - Programa de Pós Graduação em Engenharia de Produção

Leia mais

Modelagem de Arquiteturas Organizacionais de TI Orientadas a Serviços

Modelagem de Arquiteturas Organizacionais de TI Orientadas a Serviços Modelagem de Arquiteturas Organizacionais de TI Orientadas a Serviços João Paulo A. Almeida Núcleo de Estudos em Modelagem Conceitual e Ontologias (NEMO) Departamento de Informática Universidade Federal

Leia mais

Universidade Federal de Pernambuco

Universidade Federal de Pernambuco Universidade Federal de Pernambuco GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 201 1. 2 Sistema de Gestão de Processos de Negócio Baseado em Modelos Declarativos Proposta de Trabalho de Graduação

Leia mais

UTILIZAÇÃO DE RACIOCÍNIO BASEADO EM CASOS PARA DETERMINAÇÃO DE APARELHOS AUDITIVOS

UTILIZAÇÃO DE RACIOCÍNIO BASEADO EM CASOS PARA DETERMINAÇÃO DE APARELHOS AUDITIVOS UTILIZAÇÃO DE RACIOCÍNIO BASEADO EM CASOS PARA DETERMINAÇÃO DE APARELHOS AUDITIVOS Fernando Gomes dos Santos fernando@inf.univali.br Anita M. da Rocha Fernandes anita@inf.univali.br Curso de Ciência da

Leia mais

A linguagem da Lógica Proposicional (Capítulo 1)

A linguagem da Lógica Proposicional (Capítulo 1) A linguagem da Lógica Proposicional (Capítulo 1) LÓGICA APLICADA A COMPUTAÇÃO Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Alfabeto 3. Fórmulas bem formadas (FBF) 4. Exemplos

Leia mais

Práticas de Programação em Lógica. José Romildo Malaquias

Práticas de Programação em Lógica. José Romildo Malaquias Práticas de Programação em Lógica José Romildo Malaquias 9 de março de 2010 2 Sumário 1 Execução de programas em Prolog 1-1 1.1 Objetivos........................................ 1-1 1.2 Conceitos........................................

Leia mais

Complemento III Noções Introdutórias em Lógica Nebulosa

Complemento III Noções Introdutórias em Lógica Nebulosa Complemento III Noções Introdutórias em Lógica Nebulosa Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Representação de Conhecimento. Lógica Proposicional

Representação de Conhecimento. Lógica Proposicional Representação de Conhecimento Lógica Proposicional Representação de conhecimento O que éconhecimento? O que érepresentar? Representação mental de bola Representação mental de solidariedade Símbolo como

Leia mais

A LÓGICA DO RACIOCÍNIO MATEMÁTICO. GT 02 Educação matemática no ensino médio e ensino superior

A LÓGICA DO RACIOCÍNIO MATEMÁTICO. GT 02 Educação matemática no ensino médio e ensino superior A LÓGICA DO RACIOCÍNIO MATEMÁTICO GT 02 Educação matemática no ensino médio e ensino superior Aline Brum Ottes, UFSM, alinebrumottes@hotmail.com Ricardo Fajardo, UFSM, rfaj@ufsm.br Samuel Sonego Zimmermann,

Leia mais

O USO INTELIGENTE DO COMPUTADOR NA EDUCAÇÃO José A. Valente NIED - UNICAMP

O USO INTELIGENTE DO COMPUTADOR NA EDUCAÇÃO José A. Valente NIED - UNICAMP O USO INTELIGENTE DO COMPUTADOR NA EDUCAÇÃO José A. Valente NIED - UNICAMP INTRODUÇÃO O que seria a utilização do computador na educação de maneira inteligente? Seria fazer aquilo que o professor faz tradicionalmente

Leia mais

Utilizando Lógica Fuzzy para Avaliar a Qualidade de uma Compra Via Internet

Utilizando Lógica Fuzzy para Avaliar a Qualidade de uma Compra Via Internet Utilizando Lógica Fuzzy para Avaliar a Qualidade de uma Compra Via Internet Leonardo Martins Rodrigues 1 e Graçaliz Pereira Dimuro 1 1 Programa de Pós-Graduação em Modelagem Computacional Universidade

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Apontamentos para as aulas Luís Miguel Botelho Departamento de Ciências e Tecnologias da Informação Instituto Superior de Ciências do Trabalho e da Empresa Julho de 2015 1 Programação

Leia mais

Matemática Discreta para Computação e Informática

Matemática Discreta para Computação e Informática Matemática Discreta para Computação e Informática P. Blauth Menezes blauth@inf.ufrgs.br Departamento de Informática Teórica Instituto de Informática / UFRGS Matemática Discreta para Computação e Informática

Leia mais

ProgramAR - Ferramenta para auxiliar o ensino em Álgebra Relacional

ProgramAR - Ferramenta para auxiliar o ensino em Álgebra Relacional ProgramAR - Ferramenta para auxiliar o ensino em Álgebra Relacional Arley Prates, Daniela Barreiro Claro, Edlane Proencia, João Queiroz 1 Instituto de Matemática (IM) Universidade Federal da Bahia (UFBA)

Leia mais

Método Dialético de Otimização usando o Princípio da Máxima Entropia

Método Dialético de Otimização usando o Princípio da Máxima Entropia Learning and Nonlinear Models Revista da Sociedade Brasileira de Redes Neurais (SBRN) Vol 7 No. 2 pp. 54-64 2009 Método Dialético de Otimização usando o Princípio da Máxima Entropia Wellington Pinheiro

Leia mais

IN0997 - Redes Neurais

IN0997 - Redes Neurais IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Ementa

Leia mais

Sistema Educacional e Médico On-line (SEMedicOn): uma ferramenta híbrida para auxiliar pacientes, médicos e estudantes da saúde

Sistema Educacional e Médico On-line (SEMedicOn): uma ferramenta híbrida para auxiliar pacientes, médicos e estudantes da saúde Sistema Educacional e Médico On-line (SEMedicOn): uma ferramenta híbrida para auxiliar pacientes, médicos e estudantes da saúde Cláudia Batista Melo 1, 2, Ulrich Schiel 3, Lourdes Mattos Brasil 4, Edilson

Leia mais

ADS-Fusion: Fusão de dados para detecção de anomalias baseada na teoria de evidência de Dempster-Shafer

ADS-Fusion: Fusão de dados para detecção de anomalias baseada na teoria de evidência de Dempster-Shafer Universidade Federal de Pernambuco Departamento de Sistemas de Computação Graduação em Ciência da Computação ADS-Fusion: Fusão de dados para detecção de anomalias baseada na teoria de evidência de Dempster-Shafer

Leia mais

FA PorT: Um Framework para Sistemas Portfólio-Tutor utilizando Agentes

FA PorT: Um Framework para Sistemas Portfólio-Tutor utilizando Agentes FA PorT: Um Framework para Sistemas Portfólio-Tutor utilizando Agentes Fábio Nicácio de Medeiros, Flávio Mota Medeiros, Arturo Hernández Domínguez Instituto de Computação Universidade Federal de Alagoas

Leia mais

DELEGAÇÃO REGIONAL DO ALENTEJO CENTRO DE FORMAÇÃO PROFISSIONAL DE ÉVORA REFLEXÃO 4

DELEGAÇÃO REGIONAL DO ALENTEJO CENTRO DE FORMAÇÃO PROFISSIONAL DE ÉVORA REFLEXÃO 4 REFLEXÃO 4 Módulos 0776, 0780, 0781, 0786 e 0787 1/10 8-04-2013 Esta reflexão tem como objectivo partilhar e dar a conhecer o que aprendi nos módulos 0776 - Sistema de informação da empresa, 0780 - Aplicações

Leia mais

Sistemas Multi-Agentes Inteligentes & Personalização da Informação

Sistemas Multi-Agentes Inteligentes & Personalização da Informação Sistemas Multi-Agentes Inteligentes & Personalização da Informação Prof. Dr. Marcio Lobo Netto Engenharia de Sistemas Eletrônicos Escola Politécnica da USP lobonett@lsi.usp.br http://www.lsi.usp.br/~lobonett

Leia mais

Casos de Uso O que é. Casos de Uso. Objetivos de um Caso de Uso. Atores. Atores e Casos de Uso. Diagramas de Caso de Uso

Casos de Uso O que é. Casos de Uso. Objetivos de um Caso de Uso. Atores. Atores e Casos de Uso. Diagramas de Caso de Uso Casos de Uso O que é Casos de Uso Descrições narrativas de processos do domínio da aplicação Documentam a seqüência de eventos de um ator (um agente externo) usando o sistema para completar, do início

Leia mais

Instituto de Computação, Universidade Federal do Amazonas (UFAM) Manaus-AM, Brasil

Instituto de Computação, Universidade Federal do Amazonas (UFAM) Manaus-AM, Brasil Elicitação de Requisitos a partir de Modelos de Processos de Negócio e Modelos Organizacionais: Uma pesquisa para definição de técnicas baseadas em heurísticas Marcos A. B. de Oliveira 1, Sérgio R. C.

Leia mais

Criação de Consultas e Relatórios no Access CRIAÇÃO DE CONSULTAS E RELATÓRIOS NO ACCESS

Criação de Consultas e Relatórios no Access CRIAÇÃO DE CONSULTAS E RELATÓRIOS NO ACCESS Criação de Consultas e Relatórios no Access CRIAÇÃO DE CONSULTAS E RELATÓRIOS NO ACCESS Sumário Conceitos / Autores chave... 3 1. Introdução... 4 2. Consultas... 5 3. Relatórios... 8 4. Conclusões... 11

Leia mais

Agenda. Banco de Dados Temporais. Banco de Dados Temporais. Introdução. Banco de Dados Temporais PRINCIPAIS CONCEITOS DE REPRESENTAÇÃO TEMPORAL

Agenda. Banco de Dados Temporais. Banco de Dados Temporais. Introdução. Banco de Dados Temporais PRINCIPAIS CONCEITOS DE REPRESENTAÇÃO TEMPORAL Banco de Dados Lucilia Yoshie Araki Marcio Cezar Santos da Rosa Agenda Introdução; Banco de Dados ; Principais Conceitos de Representação Temporal; Modelagem de Dados em Banco De Dados Temporal; Relacionamentos

Leia mais

Construindo Axiomas e Avaliando Ontologias em ODEd

Construindo Axiomas e Avaliando Ontologias em ODEd Construindo Axiomas e Avaliando Ontologias em ODEd Vítor Estêvão Silva Souza, Ricardo de Almeida Falbo Departamento de Informática da Universidade Federal do Espírito Santo Av. Fernando Ferrari, CEP 29060-900,

Leia mais