Sistemas Especialistas e Representação do Conhecimento. Sistemas Especialistas e Representação do Conhecimento. Sistema Especialista

Tamanho: px
Começar a partir da página:

Download "Sistemas Especialistas e Representação do Conhecimento. Sistemas Especialistas e Representação do Conhecimento. Sistema Especialista"

Transcrição

1 Sistemas Especialistas e Representação do Conhecimento Sistemas Especialistas e Representação do Conhecimento -programa que comporta-se como um expert em algum domínio restrito de aplicação. -capaz de resolver problemas que requerem conhecimento especializado -também conhecido como sistema baseado em conhecimento (nem todo sistema baseado em conhecimento é um sistema especialista) -Deve ser capaz de gerar explicações de seu comportamento e de suas decisões para que os usuários (em alguns domínios) aumentem a confiança nos conselhos e decisões das máquinas ou para que problemas de raciocínio sejam corrigidos. -Deve ser capaz de tratar incertezas e informações não completas. Sistemas Especialistas e Representação do Conhecimento Sistemas Especialistas e Representação do Conhecimento -Informações sobre o problema podem estar incompletas ou não confiáveis -As relações no domínio do problema podem ser aproximadas requerendo raciocínio probabilístico Ex.: -Um médico pode não estar completamente certo de um sintoma em paciente. -Um dado medido pode estar errado. -Um remédio pode causar problemas. Exemplos: Diagnóstico médico Localização de defeitos em certos equipamentos Interpretação de dados medidos Etc. 1

2 Funções necessárias para desenvolvimento de sistemas especialistas: Estrutura de um sistema especialista Função de resolução do problema exige conhecimento específico do domínio (pode requerer tratamento de incertezas). Função de interação com o usuário inclui explicações das intenções e decisões do sistema durante e depois do processo de solução do problema. Implementação das funções pode ser complicada. Base de conhecimento SHELL Máquina de inferência Interface com o usuário Usuário Estrutura de um sistema especialista A separação da base conhecimento e do SHELL é importante, pois o conhecimento depende do domínio de aplicação. Máquina de inferência define como o conhecimento será manipulado. O SHELL (teoricamente) é menos dependente do domínio, assim deve-se procurar projetar SHELLs que possam ser usados em diferentes aplicações (funciona para aplicações parecidas). baseado em regras de produção Exemplos: Se precondição P então conclusão C Se situação S então ação A Se condições C1 e C2 acontecem então condição C não acontece Propriedades: Modular Incremental Modificável Transparente 2

3 Propriedades: Transparente Transparência habilidade do sistema explicar suas intenções e decisões. O uso de regras facilita a geração de respostas para: Como? (como você chegou a esta conclusão?) Porque? (Por que você está interessado nesta informação? As regras definem relações lógicas entre conceitos no domínio do problema. Relações puramente lógicas podem ser caracterizadas como pertencentes ao conhecimento categórico, no sentido de que elas são sempre verdadeiras. Há domínios nos quais o conhecimento é probabilístico ou parcial (soft) parcial (soft) no sentido de que regularidades empíricas são válidas somente até um certo grau. Nestes casos são acrescentados fatores de certeza (crença) às interpretações lógicas: If condição A então conclusão B acontece com fator de certeza (crença) F if 1 the infection is primary, and 2 the site of the culture is one of the sterilesites, and 3 the suspected portal of entry of the organism is the gastrointestinal tract then there is suggestive evidence (0.7) that the identity of the organism is bacteroides. Exemplo do MYCIN. 0.7 indica o grau de confiança na regra. -O vazamento pode aparecer no banheiro ou na cozinha -O vazamento mancha a parede no corredor. -O vazamento só acontece em um ambiente ou no outro (cozinha ou banheiro). janela cozinha banheiro corredor 3

4 Rede de inferência (grafo de AND e OR): Cozinha_seca Procedimento de raciocínio: Corredor úmido Banheiro seco Janela fechada Não chove vazamento no banheiro problema na cozinha vazamento na cozinha não entrou água de fora Encadeamento para trás (backward chaining) Encadeamento para frente (forward chaining) Escolha: a sequência do raciocínio deve ser natural (inteligível para os humanos). Procedimento de raciocínio: Encadeamento para trás Hipótese: vazamento na cozinha Para confirmar é necessário confirmar: 1 problema na cozinha 2 não entrou água de fora 1 é confirmado se confirmar corredor úmido e banheiro úmido 2 é confirmado se confirmar (por exemplo) janela fechada (exemplo expsit1.pro) Procedimento de raciocínio: Encadeamento para frente Inicia com fatos confirmados. Confirmados os fatos 1 problema na cozinha 2 não entrou água de fora Então conclui-se que o vazamento na cozinha (exemplo expsit2.pro) 4

5 Encadeamento para frente ou para trás? Encadeamento para frente é mais natural Dica: Se o número de premissas for pequeno, comparado com o número de conclusões encadeamento para frente Se o número de conclusões for pequeno, comparado com o número de premissas encadeamento para trás Encadeamento para frente ou para trás? No exemplo do diagnóstico de vazamentos. Cozinha_seca Encadeamento para trás vazamento no banheiro Encadeamento para frente Corredor úmido problema na cozinha Há situações em que se faz necessário combinar os dois tipos de encadeamento. Ex. Diagnóstico médico. Depois de observar o paciente, um médico cria uma hipótese que precisa ser confirmada. Banheiro seco Janela fechada Não chove não entrou água de fora vazamento na cozinha Geração de Explicação Há diferentes formas de gerar explicações em sistemas baseados em regras. Explicações mais comuns: Como? e Por quê? Como: (Como você encontrou esta resposta?) Explicação típica Mostrar os caminhos seguidos Geração de Explicação Exemplo: Conclusão - Vazamento na cozinha. Explicação: (1) Há um problema na cozinha, que foi concluído a partir do fato do corredor úmido e do banheiro seco, e (2) Não entrou água de fora, que foi concluído a partir do fato da janela fechada. Esse tipo de explicação é uma árvore de prova: as conclusões seguem das regras e fatos na base de conhecimento. 5

6 Árvore de prova de uma proposição (1) Se P é um fato então a árvore de prova é P. (2) Se P foi gerado usando a regra Se Condicao então P então a árvore de prova é P <= ProvaCondicao onde ProvaCondicao é árvore de prova de Condicao. (3) Sejam P1 e P2 proposições cujas árvores de provas são Prova1 e Prova2. Se P é P1 e P2 então a árvore de prova é Prova1 e Prova2. Se P é P1 ou P2 então a árvore de prova é Prova1 ou Prova2. Introdução de Incerteza Domínios categóricos: respostas são verdadeiras ou falsas os dados e regras são categóricos Entretanto, o comportamento típico de especialistas é baseado em chutes que podem (ou não) ser verdade. A incerteza pode ser modelada através de qualificação usando descritores como: verdade, muito provável, provável, improvável, impossível. Pode-se usar um grau de crença representado por um número real em um intervalo entre 0 e 1 ou 5 e 5. fatores de certeza, medidas de crença, certeza subjetiva Exemplo: Introdução de Incerteza Proposicao : Fator_de_certeza Uso em regras: Se Condicao então Conclusao : Fator_de_certeza Combinação dos fatores de certeza das regras e das proposições: Assume-se que apenas uma regra dispara para um conjunto de premissas. Se duas ou mais regras disparam estas são combinadas por uma operação OR transformando em uma regra única. Em geral os fatores de certeza são fornecidos pelo usuário. Sejam duas proposições P1 e P2 com fatores de certeza C1 e C2. Qual é o fator de certeza das combinações P1 and P2 e P1 or P2? Dados P1 c(p1) e P2 c(p2) c(p1 and P2) = min(c(p1),c(p2)) c(p1 or P2) = max(c(p1),c(p2)) Em regras: se P1 então P2 : C c(p2) = c(p1)*c 6

7 Dificuldades com inserção de fator de certeza: 1) Eventos sempre independentes? c(a) = 0.5 e c(b) = 0 c(a ou B) = max(c(a),c(b)) = max(0.5,0) = 0.5 Supondo que c(b) passa a ser c(b) = 0.5 c(a ou B) = 0.5 (não é intuitivo supor que os eventos são sempre independentes) 2) Como definir os fatores de certeza? Ad hoc? Algum modelo matemático? 7

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC Inteligência Artificial Escola de Verão 2008 Laboratório Associado de Computação e Matemática Aplicada LAC www.lac.inpe.br/~demisio/ia_lac.html Sistemas Especialistas e Representação do Conhecimento Sistema

Leia mais

Técnicas de Inteligência Artificial

Técnicas de Inteligência Artificial Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 05 Sistemas Especialistas Max Pereira Sistemas Especialistas Pesquisadores de IA queriam desenvolver

Leia mais

Expert SINTA. Fatores de confiança

Expert SINTA. Fatores de confiança Fatores de confiança Expert SINTA No exemplo dado no slide 87, as variáveis recebiam apenas valores determinísticos ( sim e não ). Porém, é comum que não queiramos determinar com exatidão o valor que cada

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Sistemas Especialistas Raciocínio e Mecanismos de Inferência Arquitetura de um SE típico Interface com o Usuário: Perguntas e respostas; Linguagem natural Editor da Base de Conhecimento

Leia mais

Sistemas Especialistas (SE)

Sistemas Especialistas (SE) Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Sistemas Especialistas (SE) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com

Leia mais

Sistemas Especialistas. Prof. Msc. Jacson Rodrigues

Sistemas Especialistas. Prof. Msc. Jacson Rodrigues Sistemas Especialistas Prof. Msc. Jacson Rodrigues Sistemas Especialistas Características: Sistema computacional; Destinado a representar o conhecimento de um ou mais especialistas humanos sobre um domínio

Leia mais

,=,, O é um caminho simples para combinar crença e descrença em um número. Esta combinação pode ter dois usos:

,=,, O é um caminho simples para combinar crença e descrença em um número. Esta combinação pode ter dois usos: Disciplina: SISTEMAS INTELIGENTES Tema: Fatores de Certeza Professora: Kathya Collazos Linares A abordagem do tratamento da incerteza no raciocínio usando fatores de certeza teve como pioneiro o sistema

Leia mais

Fatores de Certeza e Teoria da Evidência

Fatores de Certeza e Teoria da Evidência Fatores de Certeza e Teoria da Evidência Incerteza Pode ser considerada como a falta de informação para tomar uma decisão. Há uma dúvida que não permite ter uma resposta binária: sim ou não. Havendo dúvida,

Leia mais

Inteligência Artificial. Sistemas Inteligentes. Síntese baseada no cap.2 Sistemas Inteligentes da Solange Rezende

Inteligência Artificial. Sistemas Inteligentes. Síntese baseada no cap.2 Sistemas Inteligentes da Solange Rezende Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Sistemas Inteligentes Síntese baseada no cap.2

Leia mais

Sistemas Baseados em Conhecimento

Sistemas Baseados em Conhecimento Sistemas Baseados em Conhecimento Profa. Josiane M. P. Ferreira Baseado no capítulo 2 do livro Sistemas Inteligentes Fundamentos de Aplicações, organizadção: Solange Oliveira Rezende, ed. Manole, 2005.

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Sistemas Especialistas Raciocínio e Mecanismos de Inferência Sistemas Especialistas Um programa de computador inteligente que usa conhecimento e inferência para resolver problemas

Leia mais

Inteligência Artificial

Inteligência Artificial Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Parte I) Prof. a

Leia mais

Sistemas especialistas Fuzzy

Sistemas especialistas Fuzzy Sistemas Fuzzy Sistemas especialistas Fuzzy Especialistas Senso comum para resolver problemas Impreciso, inconsistente, incompleto, vago Embora o transformador esteja um pouco carregado, pode-se usá-lo

Leia mais

Sistemas Especialistas

Sistemas Especialistas Agenda Sistemas Especialistas Revisão Conceitos Básicos Entender uma ferramenta para S.E. Sistemas de Informação Inteligentes Prof. Esp. MBA Heuber G. F. Lima Aula2 Page 2 Conceitos I.A. Sistemas Especialistas

Leia mais

Indução Matemática. George Darmiton da Cunha Cavalcanti CIn - UFPE

Indução Matemática. George Darmiton da Cunha Cavalcanti CIn - UFPE Indução Matemática George Darmiton da Cunha Cavalcanti CIn - UFPE Introdução Qual é a fórmula para a soma dos primeiros n inteiros ímpares positivos? Observando os resultados para um n pequeno, encontra-se

Leia mais

Sistemas Especialistas. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 6)

Sistemas Especialistas. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 6) Sistemas Especialistas Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 6) Sistemas Baseados em Conhecimento Os Sistemas Especialistas (SE) e os Sistemas

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial INF 1771 Inteligência Artificial Aula 09 Lógica Fuzzy Edirlei Soares de Lima Introdução A Lógica Fuzzy é baseada na teoria dos conjuntos fuzzy. Tradicionalmente, uma proposição lógica

Leia mais

Inteligência Artificial. Categorias de Conhecimento

Inteligência Artificial. Categorias de Conhecimento Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Categorias de Conhecimento Roteiro Conclusão

Leia mais

Comparativo de Ferramentas para Sistemas Especialistas Aline Rassweiller de Souza

Comparativo de Ferramentas para Sistemas Especialistas Aline Rassweiller de Souza Comparativo de Ferramentas para Sistemas Especialistas Aline Rassweiller de Souza Prof. Roberto Heinzle Orientador Roteiro Introdução Sistemas Especialistas Aquisição/Representação do Conhecimento Ferramentas

Leia mais

Tecnologia para Sistemas Inteligentes Apontamentos para as aulas sobre. Incerteza: Regras com Factor de Confiança. Luís Miguel Botelho

Tecnologia para Sistemas Inteligentes Apontamentos para as aulas sobre. Incerteza: Regras com Factor de Confiança. Luís Miguel Botelho Tecnologia para Sistemas Inteligentes Apontamentos para as aulas sobre Incerteza: Regras com Factor de Confiança Luís Miguel Botelho Departamento de Ciências e Tecnologias da Informação Instituto Superior

Leia mais

Representação do Conhecimento

Representação do Conhecimento Representação do Conhecimento O Estudo do Conhecimento Aprender - ato que produz um comportamento diferente a um estímulo externo devido a excitações recebidas no passado e é, de uma certa forma, sinônimo

Leia mais

Sistemas Baseados em Conhecimento (SBCs)

Sistemas Baseados em Conhecimento (SBCs) Sistemas Baseados em Conhecimento (SBCs) Definição Conceitos de SBC e SE Introdução a SBC Componentes Básicos de um SBC Processo de Desenvolvimento de SBC Thiago A. S. Pardo Solange O. Rezende Inteligência

Leia mais

Sistemas Especialistas

Sistemas Especialistas Sistemas Especialistas Sistemas de Produção: Introduzida por Post em 1936. Predecessor dos Sistemas Especialistas (SE s). Baseados em regras de produção: pares de expressões consistindo em uma condição

Leia mais

Recursividade, Tentativa e Erro

Recursividade, Tentativa e Erro Recursividade, Tentativa e Erro Túlio Toffolo www.toffolo.com.br Marco Antônio Carvalho marco.opt@gmail.com BCC402 Aula 07 Algoritmos e Programação Avançada Na aula anterior Prova 2 Na aula de hoje Técnicas

Leia mais

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/81 1 - LÓGICA E MÉTODOS DE PROVA 1.1) Lógica Proposicional

Leia mais

Testes de Software. Prof. Edjandir C. Costa

Testes de Software. Prof. Edjandir C. Costa Testes de Software Prof. Edjandir C. Costa edjandir.costa@ifsc.edu.br Sumário - Processo de teste - Estágios de teste - Diferenças entre tipos de testes Processo de Teste Dois objetivos distintos: - Demonstrar

Leia mais

Inteligência Computacional

Inteligência Computacional Inteligência Computacional CP78D Aula 5 Prof. Daniel Cavalcanti Jeronymo Introdução à aprendizado de máquina. Árvores de Decisão. Sistemas Especialistas e motores de inferência. Universidade Tecnológica

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Modelos gráficos probabilísticos Redes bayesianas Modelos gráficos probabilísticos Os modelos gráficos probabilísticos utilizam representações diagramáticas das distribuições de

Leia mais

T6.1 Reconhecimento de Padrões

T6.1 Reconhecimento de Padrões T6.1 Reconhecimento de Padrões Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Introdução ao reconhecimento de padrões 2. Representação do conhecimento 3. Reconhecimento

Leia mais

Análise de algoritmos

Análise de algoritmos Análise de algoritmos Recorrências Conteúdo Introdução O método mestre Referências Introdução O tempo de execução de um algoritmo recursivo pode frequentemente ser descrito por uma equação de recorrência.

Leia mais

Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy

Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy Redes Neurais Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy Um Sistema de Inferência Fuzzy (SIF) é um tipo especial de Sistema Baseado em Conhecimento (SBC).

Leia mais

Cálculo proposicional

Cálculo proposicional O estudo da lógica é a análise de métodos de raciocínio. No estudo desses métodos, a lógica esta interessada principalmente na forma e não no conteúdo dos argumentos. Lógica: conhecimento das formas gerais

Leia mais

Sumário Ciclo RBC. Ciclo RBC Recuperação. Objetivo. Recuperação Reutilização Revisão Retenção

Sumário Ciclo RBC. Ciclo RBC Recuperação. Objetivo. Recuperação Reutilização Revisão Retenção Universidade de São Paulo Instituto de Ciências Matemáticas e Computação Sumário Ciclo RBC Recuperação Reutilização Revisão Retenção Programa de Aperfeiçoamento de Ensino Estagiária: Valéria de Carvalho

Leia mais

Lógica Fuzzy. Lógica Fuzzy: Noções Gerais e Aplicações. apresentação. Prof a. Responsável: Graçaliz Pereira Dimuro. Disciplina: Computação Flexível

Lógica Fuzzy. Lógica Fuzzy: Noções Gerais e Aplicações. apresentação. Prof a. Responsável: Graçaliz Pereira Dimuro. Disciplina: Computação Flexível apresentação Lógica Fuzzy Conrado Ruch. Diego Pereira. Rogério Vargas Prof a. Responsável: Graçaliz Pereira Dimuro Disciplina: Computação Flexível Programa Conrado Ruch. Diego de Pereira Pós-Graduação.

Leia mais

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC. Inteligência Artificial Escola de Verão 28 Laboratório Associado de Computação e Matemática Aplicada LAC www.lac.inpe.br/~demisio/ia_lac.html Lógica Nebulosa A Lógica Nebulosa (ou Lógica Difusa Fuzzy Logic

Leia mais

Análise de Requisitos

Análise de Requisitos Análise de Requisitos Prof.ª: Érika A. Barrado Analisar x Projetar Análise: significa investigar, descobrir ou desvendar algo; Consiste em encontrar o conjunto de requisitos para um dado software; Definida

Leia mais

Desenvolvimento de um modelo de ensino da Física

Desenvolvimento de um modelo de ensino da Física Desenvolvimento de um modelo de ensino da Física Modelação ou desenvolvimento de um modelo Processo cognitivo de aplicação dos princípios de uma teoria para produzir um modelo de um objecto físico ou de

Leia mais

Vários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos

Vários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos MODELAGEM E ANÁLISE Modelagem Questões atuais de modelagem Vários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos

Leia mais

USANDO UM MÉTODO INDUTIVO PARA RESOLVER PROBLEMAS. Bruno Maffeo Departamento de Informática PUC-Rio

USANDO UM MÉTODO INDUTIVO PARA RESOLVER PROBLEMAS. Bruno Maffeo Departamento de Informática PUC-Rio USANDO UM MÉTODO INDUTIVO PARA RESOLVER PROBLEMAS Bruno Maffeo Departamento de Informática PUC-Rio MÉTODO INDUTIVO O método indutivo para resolver problemas aqui empregado inspira-se na formulação mais

Leia mais

Modelos Evolucionários e Tratamento de Incertezas

Modelos Evolucionários e Tratamento de Incertezas Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 07 Inferência Difusa Sistemas de Controle Difuso Max Pereira Regras difusas SE ENTÃO Antecedente:

Leia mais

Mecanismos de Raciocínio em Regras de Produção e Algoritmo RETE

Mecanismos de Raciocínio em Regras de Produção e Algoritmo RETE INE5430 Inteligência Artificial Tópico: Mecanismos de Raciocínio em Regras de Produção e Algoritmo RETE (C) - Prof. Mauro Roisenberg 1 Introdução Relembrando: As principais características do motor de

Leia mais

Inteligência Artificial. Raimundo Osvaldo Vieira [DECOMP IFMA Campus Monte Castelo]

Inteligência Artificial. Raimundo Osvaldo Vieira [DECOMP IFMA Campus Monte Castelo] Inteligência Artificial Raimundo Osvaldo Vieira [DECOMP IFMA Campus Monte Castelo] Abordagem Estocástica para a Incerteza: Redes Bayesianas Usando a teoria das probabilidades, podemos determinar, frequentemente

Leia mais

MODELO ORGANIZATIVO DO ENSINO DA CIÊNCIA

MODELO ORGANIZATIVO DO ENSINO DA CIÊNCIA Um padrão para a unificação de conceitos e procedimentos pode ser definido verticalmente e transversalmente para todos os anos de escolaridade A compreensão e as aptidões associadas à maioria dos esquemas

Leia mais

Desenvolvimento de Aplicações Desktop

Desenvolvimento de Aplicações Desktop Desenvolvimento de Aplicações Desktop Conceitos Básicos de POO Professor: Charles Leite Motivação Na Programação OO, um OBJETO é considerado a entidade central de um programa Assim, o desenvolvimento de

Leia mais

Algoritmos Genéticos. Texto base: Stuart Russel e Peter Norving - Inteligência Artificial

Algoritmos Genéticos. Texto base: Stuart Russel e Peter Norving - Inteligência Artificial Algoritmos Genéticos Texto base: Stuart Russel e Peter Norving - Inteligência Artificial junho/2007 Algoritmo Genético Uma variante da busca em feixe estocástica Estado sucessor gerado pela combinação

Leia mais

Introdução. A Inteligência Artificial (IA) vem sendo desenvolvida desde o século passado.

Introdução. A Inteligência Artificial (IA) vem sendo desenvolvida desde o século passado. Introdução A Inteligência Artificial (IA) vem sendo desenvolvida desde o século passado. Iniciou-se já na época da Grécia antiga, onde foi desenvolvido o Distribuidor de Água em Delfos, o qual fornecia

Leia mais

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CAMPUS JOÃO CÂMARA ENGENHARIA DE SOFTWARE

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CAMPUS JOÃO CÂMARA ENGENHARIA DE SOFTWARE 1 INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CAMPUS JOÃO CÂMARA ENGENHARIA DE SOFTWARE Nickerson Fonseca Ferreira nickerson.ferreira@ifrn.edu.br Introdução 2 Antes de qualquer

Leia mais

TEOREMA DO DETERMINISMO

TEOREMA DO DETERMINISMO TEOREMA DO DETERMINISMO Pereyra,P.H. pereyraph.com RESUMO É estabelecido o modus operandi da Natureza como causa e efeito com base no Teorema do Determinismo, para todos os eventos que a compõe. É estabelecido

Leia mais

Vamos estudar o que se entende por «programação», que é uma linguagem de programação e ver algumas terminologias própria de programação e como

Vamos estudar o que se entende por «programação», que é uma linguagem de programação e ver algumas terminologias própria de programação e como Vamos estudar o que se entende por «programação», que é uma linguagem de programação e ver algumas terminologias própria de programação e como utilizá-la. 1 Por si só, uma equipe não é muito inteligente.

Leia mais

Tabelas de dispersão/hash

Tabelas de dispersão/hash Tabelas de dispersão/hash 1 Tabelas de dispersão/hash 1. Considere uma tabela de hash de tamanho m = 1000 e a função de hash h(k)= [m.(k.a % 1)], com A=( 5-1)/2. Calcule os valores de hash das chaves 61,

Leia mais

Sistemas Especialistas

Sistemas Especialistas Sistemas Especialistas 1 Sumário Conceito Vantagens Aplicações Componentes Exemplos de Bases de Dados 2 Conceito Sistemas especialistas são programas destinados a solucionar problemas em campos específicos

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial INF 1771 Inteligência Artificial Aula 15 Incerteza Edirlei Soares de Lima Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local Agentes

Leia mais

Introdução aos Sistemas Especialistas. Professor Celso A A Kaestner, Dr. Eng.

Introdução aos Sistemas Especialistas. Professor Celso A A Kaestner, Dr. Eng. Introdução aos Sistemas Especialistas Professor Celso A A Kaestner, Dr. Eng. 1 Inteligência Artificial O campo da Inteligência Artificial (IA) tenta compreender as entidades inteligentes para construir

Leia mais

Engenharia Software. Ení Berbert Camilo Contaiffer

Engenharia Software. Ení Berbert Camilo Contaiffer Engenharia Software Ení Berbert Camilo Contaiffer Características do Software Software não é um elemento físico, é um elemento lógico; Software é desenvolvido ou projetado por engenharia, não manufaturado

Leia mais

Sistemas Especialistas. Prof. Júlio Cesar Nievola PPGIA PUCPR

Sistemas Especialistas. Prof. Júlio Cesar Nievola PPGIA PUCPR Sistemas Especialistas PPGIA PUCPR 1 O que é um Especialista? Pessoa que é largamente reconhecida como sendo capaz de resolver um tipo particular de problema que a maioria das pessoas ou não é capaz de

Leia mais

Bem-vindo ao tópico sobre clientes e grupos de clientes.

Bem-vindo ao tópico sobre clientes e grupos de clientes. Bem-vindo ao tópico sobre clientes e grupos de clientes. Neste tópico, definiremos um novo grupo de clientes e um novo cliente que pertence a este grupo. Criaremos um lead e, em seguida, converteremos

Leia mais

Raciocínio clínico: conceito.... mas afinal o que é o raciocínio clínico?

Raciocínio clínico: conceito.... mas afinal o que é o raciocínio clínico? Raciocínio Clínico Profa. Dra. Juliana Nery de Souza Talarico Prof. Dra. Marina de Góes Salvetti Departamento de Enfermagem Médico-Cirúrgica Escola de Enfermagem Universidade de São Paulo Raciocínio clínico:

Leia mais

SISTEMAS ESPECIALISTAS

SISTEMAS ESPECIALISTAS SISTEMAS ESPECIALISTAS Um produto da Engenharia de Conhecimento, um sistema especialista representa o conhecimento de uma área específica e o utiliza para resolver problemas simulando o raciocínio de um

Leia mais

TÍTULO: FERRAMENTA PARA CRIAÇÃO, VALIDAÇÃO E RESOLUÇÃO DE DESAFIOS LÓGICOS TEXTUAIS

TÍTULO: FERRAMENTA PARA CRIAÇÃO, VALIDAÇÃO E RESOLUÇÃO DE DESAFIOS LÓGICOS TEXTUAIS TÍTULO: FERRAMENTA PARA CRIAÇÃO, VALIDAÇÃO E RESOLUÇÃO DE DESAFIOS LÓGICOS TEXTUAIS CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA SUBÁREA: COMPUTAÇÃO E INFORMÁTICA INSTITUIÇÃO: INSTITUTO MUNICIPAL

Leia mais

Redes Bayesianas. Prof. Júlio Cesar Nievola PPGIa Escola Politécnica PUCPR

Redes Bayesianas. Prof. Júlio Cesar Nievola PPGIa Escola Politécnica PUCPR Redes Bayesianas Prof. Júlio Cesar Nievola PPGIa Escola Politécnica PUCPR Raciocínio com Incerteza Incerteza: qualidade ou estado de não ser conhecido com certeza Fontes de incerteza: Ignorância: qual

Leia mais

TEORIA DE DEMPSTER-SHAFER. Aspecto importante em várias áreas da inteligência Artificial (Baroni et al, 1998).

TEORIA DE DEMPSTER-SHAFER. Aspecto importante em várias áreas da inteligência Artificial (Baroni et al, 1998). TEORIA DE DEMPSTER-SHAFER Raciocínio com incerteza: Aspecto importante em várias áreas da inteligência Artificial (Baroni et al, 998). Em muitas aplicações a incerteza pode afetar o conhecimento sobre

Leia mais

Desenvolvido pelo Software Engineering Institute-SEI em 1992 Possui representação por estágios (5 níveis)e contínua (6 níveis)

Desenvolvido pelo Software Engineering Institute-SEI em 1992 Possui representação por estágios (5 níveis)e contínua (6 níveis) CMMI / MPS.BR Modelos de Maturidade de Qualidade de Software Aplicações criteriosas de conceitos de gerenciamento de processos e de melhoria da qualidade ao desenvolvimento e manutenção de software CMMI

Leia mais

Endereçamento Aberto

Endereçamento Aberto Endereçamento Aberto ACH2002 - Introdução à Ciência da Computação II Delano M. Beder Escola de Artes, Ciências e Humanidades (EACH) Universidade de São Paulo dbeder@usp.br 11/2008 Material baseado em slides

Leia mais

Linguagem com sintaxe e semântica precisas: lógica. Mecanismo de inferência: derivado da sintaxe e da

Linguagem com sintaxe e semântica precisas: lógica. Mecanismo de inferência: derivado da sintaxe e da istemas de Apoio à Decisão Clínica, 09-1 1 Linguagem com sintaxe e semântica precisas: lógica. Mecanismo de inferência: derivado da sintaxe e da semântica. Importante: distinguir entre os fatos e sua representação

Leia mais

Teoria Geral dos Sistemas

Teoria Geral dos Sistemas Teoria Geral dos Sistemas Prof. Gerson Volney Lagemann A Base de Tudo: Problemas similares podem ser resolvidos com soluções similares. Certas características e regras acontecem em todas as áreas. SISTEMA:

Leia mais

Edital de Seleção 032/2016 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões

Edital de Seleção 032/2016 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões Edital de Seleção 032/2016 PROPESP/UFAM Prova de Conhecimento Caderno de Questões CANDIDATO: INSCRIÇÃO: Assinatura conforme identidade INSTRUÇÕES PARA O CANDIDATO: Verifique o seu nome e o número da sua

Leia mais

TÍTULO: TRATAMENTO NÃO FARMACOLÓGICO DE IDOSOS PORTADORES DE ALZHEIMER UTILIZANDO A FERRAMENTA EXPERT SINTA - IA

TÍTULO: TRATAMENTO NÃO FARMACOLÓGICO DE IDOSOS PORTADORES DE ALZHEIMER UTILIZANDO A FERRAMENTA EXPERT SINTA - IA TÍTULO: TRATAMENTO NÃO FARMACOLÓGICO DE IDOSOS PORTADORES DE ALZHEIMER UTILIZANDO A FERRAMENTA EXPERT SINTA - IA CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA SUBÁREA: Computação e Informática

Leia mais

Administração do Intellikon

Administração do Intellikon Intellikon 2.1 Código de Manual: Ik21002POR Versão do Manual: 1.1 Última revisão: 26/10/2005 Aplica-se a: Intellikon 2.1 Administração do Intellikon If21002POR v1.1 Intellikon Administração do Intellikon

Leia mais

Backtracking. Túlio Toffolo Marco Antônio Carvalho BCC402 Aula 10 Algoritmos e Programação Avançada

Backtracking. Túlio Toffolo  Marco Antônio Carvalho BCC402 Aula 10 Algoritmos e Programação Avançada Backtracking Túlio Toffolo www.toffolo.com.br Marco Antônio Carvalho marco.opt@gmail.com BCC402 Aula 10 Algoritmos e Programação Avançada Backtracking Backtracking é um refinamento do algoritmo de busca

Leia mais

Aprendizado de Máquina (Machine Learning)

Aprendizado de Máquina (Machine Learning) Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 10 Classificação com Naïve Bayes Max Pereira Raciocínio Probabilístico A notação tradicional para criar e analisar sentenças lógicas

Leia mais

Teoria Geral dos Sistemas

Teoria Geral dos Sistemas Teoria Geral dos Sistemas Sistemas de Informação SIN0001 Turma B Prof. Ricardo Jose Pfitscher Material cedido por: Prof. Gerson Volney Lagemann Cronograma Introdução Sistemas Leis Universais dos Sistemas

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Metodologia CommonKADS Utilizando um formalismo para modelar conhecimento Prof. Paulo Martins Engel História dos sistemas de conhecimento Máquinas de busca de propósito geral (1965)

Leia mais

Aula 20 Testes 3. Alessandro Garcia Leonardo da Silva Sousa OPUS Group/LES/DI/PUC-Rio Dezembro 2016

Aula 20 Testes 3. Alessandro Garcia Leonardo da Silva Sousa OPUS Group/LES/DI/PUC-Rio Dezembro 2016 Aula 20 Testes 3 Alessandro Garcia Leonardo da Silva Sousa OPUS Group/LES/DI/PUC-Rio Dezembro 2016 Slides adaptados de: Staa, A.v. Notas de Aula em Programacao Modular; 2008. Teste de Caixa Branca O que

Leia mais

CURSO: MEDICINA VETERINÁRIA DISCIPLINA: METODOLOGIA DA PESQUISA CIENTÍFICA

CURSO: MEDICINA VETERINÁRIA DISCIPLINA: METODOLOGIA DA PESQUISA CIENTÍFICA CURSO: MEDICINA VETERINÁRIA DISCIPLINA: METODOLOGIA DA PESQUISA CIENTÍFICA Prof. Dra. Renata Cristina da Penha França E-mail: renataagropec@yahoo.com.br -Recife- 2015 MÉTODO Método, palavra que vem do

Leia mais

Programação I Apresentação

Programação I Apresentação Programação I Apresentação Prof. Carlos Alberto carlos.batista@facape.br carlos36_batista@yahoo.com.br Referências JUNIOR, D. P.; NAKAMITI, G. S.; ENGELBRECHT, A. de M. E.; BIANCHI, F. Algoritmos e Programação

Leia mais

Prof. Pedro A. Silva

Prof. Pedro A. Silva Prof. Pedro A. Silva www.aplicms.com.br profpas@alanet.com.br CORREÇÃO DA PROVA DE RACIOCÍNIO LÓGICO DO CARGO DE AGENTE PENITENCIÁRIO FEDERAL - CADERNO 1 /2009 Questão 24 Uma professora formou grupos de

Leia mais

Perguntas da Aula 2. Respostas da Pergunta 2. Respostas da Pergunta 1. Respostas da Pergunta 4. Respostas da Pergunta 3. Processos de Software

Perguntas da Aula 2. Respostas da Pergunta 2. Respostas da Pergunta 1. Respostas da Pergunta 4. Respostas da Pergunta 3. Processos de Software Engenharia de Software Aula 03 Perguntas da Aula 2 Processos de Software Eduardo Figueiredo http://www.dcc.ufmg.br/~figueiredo dcc603@gmail.com 12 Março 2012 Inconsistente: perguntei laranjas, respondeu

Leia mais

Aula 5 e 6: Introdução ao shell

Aula 5 e 6: Introdução ao shell Programação para Redes de Computadores 17/03/014 Aula 5 e 6: Introdução ao shell Professor: Jorge H. B. Casagrande Notas de aula adaptada da original do prof. Emerson R. de Mello casagrande@ifsc.edu.br

Leia mais

No. Try not. Do... or do not. There is no try. - Master Yoda, The Empire Strikes Back (1980)

No. Try not. Do... or do not. There is no try. - Master Yoda, The Empire Strikes Back (1980) Cálculo Infinitesimal I V01.2016 - Marco Cabral Graduação em Matemática Aplicada - UFRJ Monitor: Lucas Porto de Almeida Lista A - Introdução à matemática No. Try not. Do... or do not. There is no try.

Leia mais

lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)

lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso

Leia mais

IA: Inteligência Artificial

IA: Inteligência Artificial UNIFEI Os Sistemas Especialistas DENDRAL ~ 1960 EME006 - Automação Industrial IA: Inteligência Artificial Aula 12 Prof. José Hamilton Chaves Gorgulho Júnior Edward Feigenbaum 1936 - Joshua Lederberg 1925-2008

Leia mais

SISTEMA ESPECIALISTA BASEADO EM REGRAS PARA AVALIAÇÃO NUTRICIONAL ATRAVÉS DE MEDIDAS ANTROPOMÉTRICAS IMPLEMENTADO NO EXPERT SINTA

SISTEMA ESPECIALISTA BASEADO EM REGRAS PARA AVALIAÇÃO NUTRICIONAL ATRAVÉS DE MEDIDAS ANTROPOMÉTRICAS IMPLEMENTADO NO EXPERT SINTA SISTEMA ESPECIALISTA BASEADO EM REGRAS PARA AVALIAÇÃO NUTRICIONAL ATRAVÉS DE MEDIDAS ANTROPOMÉTRICAS IMPLEMENTADO NO EXPERT SINTA OMERO FRANCISCO BERTOL UTFPR - Universidade Tecnológica Federal do Paraná,

Leia mais

METODOLOGIA DE PESQUISA CIENTÍFICA. Prof. Renato Fernandes Universidade Regional do Cariri URCA Curso de Tecnologia da Construção Civil

METODOLOGIA DE PESQUISA CIENTÍFICA. Prof. Renato Fernandes Universidade Regional do Cariri URCA Curso de Tecnologia da Construção Civil METODOLOGIA DE PESQUISA CIENTÍFICA Prof. Renato Fernandes Universidade Regional do Cariri URCA Curso de Tecnologia da Construção Civil Planejamento da disciplina Ferramentas: apostilas, livros, vídeos

Leia mais

Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II

Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula II Introdução a Lógica Fuzzy Retomada Função de pertinência Variáveis linguísticas

Leia mais

Sistema Especialista para Auxílio no Diagnóstico de Perdas Auditivas

Sistema Especialista para Auxílio no Diagnóstico de Perdas Auditivas Sistema Especialista para Auxílio no Diagnóstico de Perdas Auditivas Maria Elmar da Silva 1 1 Ciência da Computação Universidade Presidente Antônio Carlos (UNIPAC) Rua Palma Bageto Viol, s/n Barbacena

Leia mais

Para provar uma implicação se p, então q, é suficiente fazer o seguinte:

Para provar uma implicação se p, então q, é suficiente fazer o seguinte: Prova de Implicações Uma implicação é verdadeira quando a verdade do seu antecedente acarreta a verdade do seu consequente. Ex.: Considere a implicação: Se chove, então a rua está molhada. Observe que

Leia mais

ENGENHARIA DE SOFTWARE

ENGENHARIA DE SOFTWARE ENGENHARIA DE SOFTWARE Teste de Software Verificação e validação Testes de desenvolvimento Testes de release Testes de usuário Desenvolvimento dirigido a testes Kele Teixeira Belloze kelebelloze@gmail.com

Leia mais

Teste de Software. Karen Frigo Busolin Novembro / 2010

Teste de Software. Karen Frigo Busolin Novembro / 2010 Teste de Software Karen Frigo Busolin Novembro / 2010 Processo de Testes de Software Possibilitar aos profissionais maior visibilidade e organização dos trabalhos. Representa uma estruturação de etapas,

Leia mais

Programação II RECURSÃO

Programação II RECURSÃO Programação II RECURSÃO Bruno Feijó Dept. de Informática, PUC-Rio Motivação Escher: Metamorphosis (1937) - Drawing Hands (1948) Relativity (1953) http://www.worldofescher.com/gallery/ Alguém diz: Esta

Leia mais

PROBABILIDADE E ESTATÍSTICA. Aula 2 Professor Regina Meyer Branski

PROBABILIDADE E ESTATÍSTICA. Aula 2 Professor Regina Meyer Branski PROBABILIDADE E ESTATÍSTICA Aula 2 Professor Regina Meyer Branski Probabilidade 1. Conceitos básicos de probabilidade 2. Probabilidade condicional 3. Eventos Dependentes e Independentes 4. Regra da Multiplicação

Leia mais

2 Medida de Incertezas: Fundamentos

2 Medida de Incertezas: Fundamentos 2 Medida de Incertezas: Fundamentos 2. Introdução O resultado de um processo de medição fornece uma determinada informação que usualmente é chamada de conhecimento. A fim de quantificar quão completo é

Leia mais

PCC104 - Projeto e Análise de Algoritmos

PCC104 - Projeto e Análise de Algoritmos PCC104 - Projeto e Análise de Algoritmos Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 7 de outubro de 2016 Marco Antonio

Leia mais

CONTEÚDO LÓGICA NEBULOSA INTRODUÇÃO INTRODUÇÃO. Lógica Procura modelar o raciocínio. Lógica. Marley Maria B.R. Vellasco

CONTEÚDO LÓGICA NEBULOSA INTRODUÇÃO INTRODUÇÃO. Lógica Procura modelar o raciocínio. Lógica. Marley Maria B.R. Vellasco LÓGICA NEBULOSA Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características

Leia mais

REUSO E REUSABILIDADE

REUSO E REUSABILIDADE REUSO E REUSABILIDADE Manutenção de Software Profa. Cynthia Pinheiro Antes de mais nada... 2ª Lista de Exercícios Já está disponível no site a 2ª Lista de Exercícios Entrega: dia 03/10, no horário da aula.

Leia mais

Resumo aula. Conceituação; Origem; Lógica de programação; Argumentos; Lógica simbólica; Dedutivos; Indutivos;

Resumo aula. Conceituação; Origem; Lógica de programação; Argumentos; Lógica simbólica; Dedutivos; Indutivos; Aula 02 - Lógica Disciplina: Algoritmos Prof. Allbert Velleniche de Aquino Almeida E-mail: allbert.almeida@fatec.sp.gov.br Site: http://www.allbert.com.br /allbert.almeida Resumo aula Conceituação; Origem;

Leia mais

CASA TRIBUNAIS RACIOCÍNIO LÓGICO

CASA TRIBUNAIS RACIOCÍNIO LÓGICO CASA TRIBUNAIS RACIOCÍNIO LÓGICO Lógica de Argumentação Prof. Bruno Villar www.acasadoconcurseiro.com.br Raciocínio Lógico ARGUMENTO LÓGICO Existem duas formas de verificar, no método tradicional, a validade

Leia mais