Inteligência Artificial. Estratégias de Busca Outros. Huei Diana Lee
|
|
- Felipe Caetano Rosa
- 6 Há anos
- Visualizações:
Transcrição
1 Inteligência Artificial Estratégias de Busca Outros Huei Diana Lee
2 Redução de Problemas Até então consideramos estratégias para as quais o espaço de busca é representado por meio de Grafos OU Objetivo: encontrar um única caminho até a meta Outro tipo de estrutura, o Grafo E/OU é útil para representar soluções de problemas que podem ser resolvidos por meio da decomposição em problemas menores, os quais precisam todos serem resolvidos 2
3 Redução de Problemas A decomposição gera arcos denominados de Arcos E O Grafos E/OU são compostos por dois tipos de arcos: Arco E: Podem apontar para qualquer número de nós sucessores, todos devendo ser solucionados para que esse arco aponte para uma solução Arco OU: podem apontar para diversos sucessores, sendo que apenas um precisa ser solucionado para que esse arco aponte para uma solução 3
4 4 Exemplo Grafo E/OU META: Adquirir aparelho de TV Meta: Roubar TV Meta: Ganhar algum dinheiro Meta: Comprar TV
5 Grafo E/OU Para tratar esse tipo de grafo é necessário um algoritmo semelhante ao A*, porém com capacidade para tratar Arcos E apropriadamente Vejamos o exemplo... 5
6 Exemplo Grafo E/OU 6
7 Exemplo Grafo E/OU 7
8 Exemplo Grafo E/OU 8
9 Exemplo Grafo E/OU 9
10 10 Problemas de Satisfação de Restrições (Constraint Satisfaction Problems - CSP) Classe de problemas que satisfazem algumas propriedades estruturais além dos requisitos básicos para problemas em geral Um CSP consiste de: Um conjunto de variáves Um domínio para cada variável Um conjunto de restrições Modelo: uma atribuição de valores para as variáveis que satifazem todos as restrições
11 11 CSP - Variáveis O estado (do mundo ) definido como uma atribuição de valores para um conjunto de variáveis Cada variável V pertence a um domínio dom(v) de possíveis valores Os domínio podem ser de vários tipos: Booleano: dom(v) = 2 Finito: o domínio contém um número finito de valores Infinito, mas Discreto: o domínio é contável, porém infinito Contínuo: por exemplo, números real entre 0e 1 O conjunto de estados que podem ser gerados a partir de um conjunto de variáveis é denominado possíveis mundos
12 12 CSP - Exemplos Palavras Cruzadas: Variáveis são palavras a serem preenchidas Domínio são palavras da língua portuguesa de tamanho correto Possíveis mundos: todos os modos de atribuição de palavras Problema de Schedule: Variáveis são diferentes tarefas que precisam ser agendadas (ex., cursos na universidade; jobs em uma linha de produção) Domínios são as diferentes combinações de horários e localizações para cada tarefa (ex., horário/local para um curso; horário/máquina para um job) Possíveis mundos: atribuições de horário/local para cada tarefa
13 CSP - Exemplos Problema das n-rainhas Variáveis são localizações de uma rainha em um tabuleiro de xadrez existem um total de n rainhas, originado o nome Domínio são as coordenadas Possíveis mundos são as localizações de todas as rainhas 13
14 14 Restrições Restrições: restringem os valores que uma ou mais variáveis podem assumir definem as propriedades da solução Restrição unária: envolve uma única variável; o mesmo efeito pode ser conseguido utilizando um domínio menor Restrição n-ária: envolve restrição sobre domínios de n variáveis; podem sempre ser representadas por restrições binárias (o caso mais utilizado)
15 15 Restrições Restrições podem ser especificadas por meio de: Uma lista com domínios válidos ara cada variável participante da restrição Uma função que retorna TRUE quando variáveis assumem valores que satisfazem a restrição Um possível mundo que satisfaz um conjunto de restrições envolvidas em cada restrição assumem valores que são consistentes com aquela restrição
16 16 CSP - Exemplos Palavras Cruzadas: Variáveis são palavras a serem preenchidas Domínio são palavras da língua portuguesa de tamanho correto Possíveis mundos: todos os modos de atribuição de palavras Restrições: palavras possuem as mesmas letras em pontos nos quais se interceptam
17 17 CSP - Exemplos Problema de Schedule: Variáveis são diferentes tarefas que precisam ser agendadas (ex., cursos na universidade; jobs em uma linha de produção) Domínios são as diferentes combinações de horários e localizações para cada tarefa (ex., horário/local para um curso; horário/máquina para um job) Possíveis mundos : atribuições de horário/local para cada tarefa Restrições: tarefas não podem ser agendadas no mesmo local e no mesmo horário certas tarefas não podem ser agendadas em diferentes locais no mesmo horário algumas tarefas devem ser executadas antes que outras...
18 CSP - Exemplos Problema das n-rainhas Variáveis são localizações de uma rainha em um tabuleiro de xadrez existem um total de n rainhas, originado o nome Domínio são as coordenadas Possíveis mundos são as localizações de todas as rainhas Restrição: nenhuma rainha pode atacar outra 18
19 Como resolver? Caso genérico de CSP com domínios finitos é NPhard, então não podemos esperar encontrar um algoritmo genérico eficiente Porém, podemos tentar: Encontrar algoritmos que sejam rápidos em casos típicos Identificar casos especiais para os quais os algoritmos são eficientes Encontrar algoritmos aproximados que podem encontrar soluções rapidamente, mesmo que não possam prover garantias teóricas Desenvolver algoritmos paralelos ou distribuídos de modo que hardware adicional possa ser empregado 19
20 Gerar e Testar Algoritmo: Gerar possíveis mundos (estados) um por vez a partir do espaço de atribuições Testar os mundos para verificar se violam as restrições Esse procedimento é capaz de resolver qualquer CPS Porém o tempo para execução é proporcional ao tamanho do espaço de estados sempre exponencial em relação ao número de variáveis muito longo para muitos problemas de CPSs 20
21 CSP como Problema de Busca Busca: framework apropriado para tratar CSP Nós: atribuições de valores para um subconjunto de variáveis Vizinhos de um nó: nós em que valores são atribuídos a uma variável adicional Nó inicial: atribuição vazia (nenhuma variável com valores associados) Nó folha: um nó no qual um valor é associado a cada variável Nó meta: nó folha que satisfaz todas as restrições Lembrete: o caminho para a meta não é importante 21
22 Busca Não Informada para CPS Busca em Profundidade sem verificação de violação de restrição Busca em Profundidade com Backtracking 22
23 23 Busca Não Informada para CPS Consistência de Arcos Um estado é arco-consistente se toda variável possui um valor em seu domínio que é consistente com cada uma das restrições naquela variável Pode ser alcançada por meio da sucessiva eliminação de valores que são inconsistentes com alguma restrição A medida que valores são eliminados, outros valores podem se tornar inconsistentes, pois eram baseados naqueles valores => Propagação de restrição Melhores resultados podem ser alcançados com uma escolha cuidadosa de que variável instanciar e que valor atribuir
24 24 Heurísticas para CSP C A B E Problema da Coloração de Mapas: evitar colorir países adjacentes com cores iguais 3 cores D F
25 25 Heurísticas para CSP C A B E Problema da Coloração de Mapas: evitar colorir países adjacentes com cores iguais 3 cores D F
26 26 Heurísticas para CSP C A B E Problema da Coloração de Mapas: evitar colorir países adjacentes com cores iguais 3 cores D F
27 27 Heurísticas para CSP C A B E Problema da Coloração de Mapas: evitar colorir países adjacentes com cores iguais 3 cores D F
28 28 Heurísticas para CSP C A B E Problema da Coloração de Mapas: evitar colorir países adjacentes com cores iguais 3 cores D Vermelho ou Azul F
29 Heurísticas para CSP Resolvemos o problema sem busca alguma! Essa idéia intuitiva é denominada de heurística da Variável-mais-restringida (most-constrained-variable) Utilizada em conjunto com Forward Checking (caso especial de Consistência de Arcos que verifica que valores ainda são permitidos para cada variável, dadas as escolhas até o momento) 29
30 Heurísticas para CSP A cada passo a variável com menor possibilidade de valores é escolhida para ter uma valor atribuído Fator de expansão diminuído! E quanto ao valor a ser atribuído? 30
31 31 Heurísticas para CSP Vermelho ou Azul? C A B E D F
32 32 Heurísticas para CSP Vermelho!! A B C E Permite mais opções para escolhas futuras! F D
33 Heurísticas para CSP Heurística do Valor-menos-restringido (most-constrained-variable): Escolher um valor que previna um número menor de valores em variáveis conectadas à variável corrente por meio de restrições Outra abordagem é utilizar métodos de melhoramento iterativo: Atribuir valores para todas as variáveis Aplicar operadores de modificação para mover a configuração em direção a uma solução 33
34 Heurísticas para CSP Melhoramento iterativo + CSP: métodos de Heurística Reparadora, pois reparam as inconsistências na configuração corrente Ao selecionar uma variável, a heurística mais óbvia é escolher o valor que resulta em um número mínimo de conflitos com outras variáveis -> Heurística de Conflitos-mínimos 34
35 35 Problema das Oito Rainhas Em cada estágio uma rainha é escolhida para ser mudada de coluna Número de conflitos é mostrado nos quadrados O algoritmo move a rainha para o quadrado de conflito mínimo
36 Problema das Oito Rainhas 36
37 Problema das Oito Rainhas 37
38 Problema das Oito Rainhas Capaz de resolver problemas com 1 milhão de rainhas em média em menos de 50 passos Agendamento de observações a serem realizadas em uma semana do Hubble: de 3 semanas para 10 minutos! 38
39 39 Análise Meios-Fins (Means-Ends Analysis) Processo centrado em detectar principais diferenças entre o estado atual e o estado meta Envolve gerar a meta e então as submetas Bastante utilizada em planejamento quando devemos escolher as regras a serem aplicadas GPS (Newell e Simon, 1963): imitar protocolos humanos de resolução de problemas
40 40 Análise Meios-Fins (Means-Ends Analysis) Exemplo: Objetivo: ter uma cerca branca em volta do jardim Se temos uma cerca marrom: Selecionar operadores que envolvem mudança de cor Se não temos nenhuma cerca: Considerar operadores que envolvam, primeiramente, a construção de uma cerca
41 Análise Meios-Fins 41
42 Análise Meios-Fins 42
43 Análise Meios-Fins 43
44 Busca Tabu Algoritmos estocásticos de busca local podem ficar presos em platôs (PQ?) Uma das maneiras de prevenir ciclos é manter um lista tabu dos k últimos nós visitados A idéia é não visitar um nó que já está na lista tabu Esse método pode ser caro se k for grande 44
45 Busca Tabu Aplicações Bioengenharia Finanças Manufaturamento Scheduling Muitas aplicações similares ao Simulated Annealing 45
46 Referências Material Didático Prof. Kevin Leyton-Brown University of British Columbia, 2005 Russel, S. e Norvig, P. Artificial Intelligence: A modern approach, Prentice Hall, 1995 Rich, E. e Knight, K. Artificial Intelligence, McGraw Hill, 1991 Material Didático Prof. Daniel Smilek University of Waterloo, 2005 Alvarez-Valdes, R. et al. Assigning students to course sections using tabu search. Annals of Operations Research. Vol. 96 (2000) p Bozkaya, Burcin. A tabu search heuristic and adaptive memory procedure for political districting. European Journal of Operational Research. Vol. 144 (2003) p Referências indicadas no curso 46
Inteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições
Inteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições Prof. Josenildo Silva jcsilva@ifma.edu.br 2012 2012 Josenildo Silva (jcsilva@ifma.edu.br) Este material é derivado dos slides
Leia maisProblemas de Satisfação de Restrições 03/05/2012
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Problemas de Satisfação de Restrições 03/05/2012 Prof. a Claudia Brandelero Rizzi claudia_rizzi@hotmail.com Roteiro
Leia maisBuscas Informadas ou Heurísticas - Parte II
Buscas Informadas ou Heurísticas - Parte II Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 FUNÇÕES HEURÍSTICAS - 1/7 FUNÇÕES HEURÍSTICAS - 2/7 Solução
Leia maisExemplos. Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Poblema das rainhas. Criptoaritmética. Missionários e Canibais.
istemas Inteligentes, 10-11 1 Exemplos Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Poblema das rainhas Criptoaritmética Missionários e Canibais Resta-um e muitos outros... istemas Inteligentes,
Leia maisSatisfação de Restrições. Capítulo 5 (disponível online)
Satisfação de Restrições Capítulo 5 (disponível online) Sumário Problemas de Satisfação de Restrições (CSPs, do Inglês Constraint Satisfaction Problems ) Procura com Retrocesso para CSPs Procura Local
Leia maisResolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
Leia maisEx. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2
LERCI/LEIC Tagus 2005/06 Inteligência Artificial Exercícios sobre Minimax: Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: Max Min f=4 f=7
Leia maisImplementação de um Algoritmo Heurístico para Problemas de Restrições. Por: Alexsandro Santos Pires Orientação: Prof.
Implementação de um Algoritmo Heurístico para Problemas de Restrições 1 Roteiro de apresentação Introdução Fundamentação teórica Desenvolvimento Operacionalidade Resultados e discussão Conclusão Extensões
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
Leia maisInteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística
Inteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística Prof. Josenildo Silva jcsilva@ifma.edu.br 2015 2012-2015 Josenildo Silva (jcsilva@ifma.edu.br) Este material
Leia maisBusca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A *
Inteligência Artificial Aula 6 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 Revisão da aula passada: Busca A * Idéia:
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 13 de Janeiro de 2007 11:00-13:30 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Agentes solucionadores
Leia maisResolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
Leia maisResumo. Como um agente busca de seqüência de ações para alcançar seus objetivos.
Resumo Inteligência Artificial Russel e Norvig Capítulos 3,4 e 5 Prof. MsC Ly Freitas UEG Resolução de problemas por meio de busca Como um agente busca de seqüência de ações para alcançar seus objetivos.
Leia maisResolução de problemas por meio de busca. Inteligência Artificial
1 Resolução de problemas por meio de busca (Capítulo 3 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto 2 Estrutura 1. Agente de resolução de problema 2. Tipos de problema
Leia maisMétodos de Busca. Estratégias de Busca Cega
Métodos de Busca Métodos de Busca Estratégias de Busca Cega encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo; são ineficientes na maioria dos
Leia maisEnunciados dos Exercícios Cap. 2 Russell & Norvig
Enunciados dos Exercícios Cap. 2 Russell & Norvig 1. (2.2) Tanto a medida de desempenho quanto a função de utilidade medem o quanto um agente está desempenhando bem suas atividades. Explique a diferença
Leia maisResolução de Problemas. Hugo Barros
Resolução de Problemas Hugo Barros Resolução de Problemas Tópicos Conceitos Básicos Espaço de Estados Resolução de Problemas Dedica-se ao estudo e elaboração de algoritmos, capazes de resolver, por exemplo,
Leia maisProblemas de Satisfação de Restrições
Computação Inteligente Problemas de Satisfação de Restrições Lucas Augusto Carvalho Mestrado em Ciência da Computação 2011.1 DCOMP - Universidade Federal de Sergipe 1 Conteúdo Problemas de Satisfação de
Leia maisResolução de Problemas
Resolução de Problemas 1 Agente de Resolução de Problemas (1/2) 2 O agente reativo Escolhe suas ações com base apenas nas percepções atuais não pode pensar no futuro, não sabe aonde vai 4 5 8 1 6 7 2 3?
Leia maisInteligência Computacional
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensorese de agir sobre este ambiente
Leia maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNCIA ARTIFICIAL 2008/09 JOGOS Ex. 1) ( Teste 2005/06) Considere a seguinte árvore de procura de dois agentes. Reordene as folhas de modo a maximizar o número de cortes com uma procura da esquerda
Leia maisBuscas Informadas ou Heurísticas - Parte III
Buscas Informadas ou Heurísticas - Parte III Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Mestrado em Ciência da Computação / 2006 BUSCA SMA* (Simplified Memory-Bounded A*) BUSCA SMA* (Simplified
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisTentativa e Erro (Backtracking)
(Backtracking) Norton T. Roman Apostila baseada no trabalho de Delano M. Beder, David Matuszek e Nivio Ziviani Suponha que você tem que tomar uma série de decisões dentre várias possibilidades, onde Você
Leia maisResolução de problemas por meio de busca. Prof. Pedro Luiz Santos Serra
Resolução de problemas por meio de busca Prof. Pedro Luiz Santos Serra Agentes de resolução de problemas Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensores e de agir sobre
Leia maisTeoria dos grafos. Caminho euleriano e Hamiltoniano. Prof. Jesuliana N. Ulysses
1 7 Teoria dos grafos Caminho euleriano e Hamiltoniano Grafo Euleriano Grafo onde é possível achar um caminho fechado (ciclo), passando em cada aresta uma única vez Quais são os grafos de Euler? Teorema:
Leia maisBusca Heurística. Profa. Josiane M. P. Ferreira
Busca Heurística Profa. Josiane M. P. Ferreira Texto base: Stuart Russel e Peter Norving - Inteligência Artificial David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach
Leia maisCapítulo 4 Secção 1. Livro
Procura Local Capítulo 4 Secção 1 Livro Procura local Algorítmos de procura local Hill-climbing Simulated annealing Local beam Genetic algorithms Resumo Procura Sistemática No capítulo 3, analisamos estratégias
Leia maisProf. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa
Busca Heurís9ca - Informada PCS 2428 / PCS 2059 lnteligência Ar9ficial Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa Busca Heurís9ca 2 Estratégias de Busca Heurís9ca Usam conhecimento
Leia maismétodo de solução aproximada
método de solução aproximada Definir - Representação - Objectivo - Função de avaliação 73 Representação do problema - Definição das variáveis de decisão do modelo escolhido para o problema real. Importante
Leia maisSatisfação de Restrições. Capítulo 5 (disponível online)
Satisfação de Restrições Capítulo 5 (disponível online) Sumário Problemas de Satisfação de Restrições (CSPs) Procura com Retrocesso para CSPs Procura Local para CSPs Estrutura dos CSPs Problemas de Satisfação
Leia maisInteligência Artificial Busca
Inteligência Artificial Busca Professora Sheila Cáceres Ja vimos: Agentes simples que baseiam ações em um mapeamento direto de estados. Porém: Y se o conjunto de estados e ações for muito grande? Daria
Leia maisBusca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.2 e 4.3
Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 1 Revisão da aula passada: Busca A * Idéia: evitar expandir caminhos que já são caros Função de avaliação f(n) = g(n) + h(n)
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia maisIA: Problemas de Satisfação de Restrições. Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA: Problemas de Satisfação de Restrições Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Introdução Um PSR é definido por um conjunto de variáveis X 1, X 2,..., X n, e por um conjunto de restrições,
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + 2 y s.a x + y 2 x + y 5 x, y 0, x e y inteiros b) Max z = 2 x + y s.a x + 2y 0 x + y 25 x, y
Leia maisQuinta-feira, 11 de abril
15.053 Quinta-feira, 11 de abril Mais alguns exemplos de programação inteira Técnicas de planos de corte para obter melhores limitações Entregar: Observações de Aula 1 Exemplo: Localização do corpo de
Leia maisBusca competitiva. Inteligência Artificial. Profª. Solange O. Rezende
Profª. Solange O. Rezende 1 O que vimos até agora... Busca não informada Baseada somente na organização de estados e a sucessão entre eles Busca informada Utiliza, também, informações a respeito do domínio
Leia maisPCS Inteligência Artificial
PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman A. Introdução à IA 1. Descreva resumidamente o que é o Teste de Turing. B. Representação por Espaço de
Leia maisEngenharia de Software
Prof. M.Sc. Ronaldo C. de Oliveira ronaldooliveira@facom.ufu.br FACOM - 2011 Verificação e Validação (V&V) S.L.Pfleeger (Cap.8 & 9) R.Pressman (Cap.13 & 14) I.Sommerville (Cap.22 & 23) Introdução Verificação
Leia maisResolução de Problemas
Resolução de Problemas Como um agente pode encontrar uma sequência de ações que alcança seus objetivos quando nenhuma ação isolada é capaz de fazê-lo. 1 Resolução de Problemas Agente reativo simples: baseia
Leia maisLista 1 Sistemas Inteligentes (INE5633) 2014s2. Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul)
Lista 1 () 2014s2 Sistemas de Informação Universidade Federal de Santa Catarina Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul) 1. Tanto a medida de desempenho quanto a função de
Leia mais1 Introdução. I know because I must know. It's my purpose. It's the reason I'm here. (The Matrix) 1.1 Objetivos do trabalho
1 Introdução I know because I must know. It's my purpose. It's the reason I'm here. (The Matrix) 1.1 Objetivos do trabalho Os hardwares gráficos atualmente podem ser considerados como verdadeiros processadores
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos Tempo polinomial Verificação de tempo polinomial Diane Castonguay diane@inf.ufg.br Instituto de Informática Universidade Federal de Goiás Tempo polinomial Um algoritmo é
Leia maisCinemática Inversa de Manipuladores
Cinemática Inversa de Manipuladores 1998Mario Campos 1 Introdução Cinemática Inversa Como calcular os valores das variáveis de junta que produzirão a posição e orientação desejadas do órgão terminal? 1998Mario
Leia maisExemplo do jogo dos fósforos Terça-feira, 9 de maio. Exemplo para o Problema do Corpo de Bombeiros. Exemplo: Localidade do Corpo de Bombeiros
15.053 Terça-feira, 9 de maio Busca Heurística: métodos para resolver problemas de otimização difíceis Distribuir: Anotações da Aula Veja a introdução ao trabalho Very Large Scale Neighborhood Search (está
Leia mais5COP096 TeoriadaComputação
Sylvio 1 Barbon Jr barbon@uel.br 5COP096 TeoriadaComputação Aula 13 Prof. Dr. Sylvio Barbon Junior Sumário - Problemas NP-Completo Algoritmos Não-deterministas; Classes NP-Completo e NP-Dificil; Teorema
Leia maisMPE(S)- Metodologias de Planeamento e Escalonamento Planning and Scheduling Methodologies
MPE(S)- Metodologias de Planeamento e Escalonamento Planning and Scheduling Methodologies Eugénio Oliveira / Henrique L. Cardoso {eco, hlc}@fe.up.pt Sítio web institucional Sítio web específico: http://paginas.fe.up.pt/~eol/prodei/mpe1415_eng.htm
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 11 Problemas com Satisfação de Vínculos
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 11 Problemas com Satisfação de Vínculos 1 Constraint Satisfaction Problems (CSP) Conceitos básicos Busca cega simples e refinada Busca heurística
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + y s.a x + y x + y 5 b) Max z = x + y s.a x + y 0 x + y 5 c) Max z = x + y s.a x + 9y 6 8 x +
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Laboratório de Pesquisa e Desenvolvimento Universidade Federal de Alfenas versão
Leia maisMétodos de Busca. Inteligência Artificial. Algoritmos Genéticos. Algoritmos Evolucionários. Prof. Ms. Luiz Alberto Contato:
Inteligência Artificial Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo
Leia maisTeoria da Computação. Clique de um Grafo. Alexandre Renato Rodrigues de Souza 1
Teoria da Computação Clique de um Grafo Alexandre Renato Rodrigues de Souza 1 O que é um grafo? Definição 1: grafo é uma estruturas utilizada para representar relações entre elementos de um dado conjunto.
Leia maisInteligência Artificial
Contextualizando Inteligência Artificial Buscas Onde podemos usar a IA Problemas que não possuem soluções algortimicas Problemas que possuem soluções algoritimicas, mas são impraticáveis (Complexidade,
Leia maisBacktracking. 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 maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNI RTIFIIL 2008/09 PROUR 1) onsidere o problema da torre de Hanoi com discos. Neste problema, existem três pinos, e e discos de diâmetros diferentes, estando no início todos os discos colocados
Leia maisSistemas Distribuídos
Sistemas Distribuídos Deadlocks Referência Sistemas operacionais modernos Andrew S. TANENBAUM Prentice-Hall, 1995 Seção 11.5 pág. 340-344 2 Conteúdo Detecção de deadlock distribuído Detecção centralizada
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Parte 2. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Parte 2 Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br versão da aula: 0.3 Última aula teórica Algoritmo de Tentativa e Erro:
Leia maisAula 04 / LAB 01 Resolução de problemas por meio de busca Prof. Dr. Alexandre da Silva Simões. Exercício 1. Problema dos jarros de água
Aula 04 / LAB 01 Resolução de problemas por meio de busca Prof. Dr. Alexandre da Silva Simões Exercício 1 Prof. Dr. Alexandre da Silva Simões Problema dos jarros de água Problema dos jarros de água: modelagem
Leia maisMétodos de Busca. Inteligência Artificial. Busca Heurística. Busca Heurística. Prof. Ms. Luiz Alberto Contato:
Inteligência Artificial Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo
Leia mais4 Testes e experimentos realizados 4.1. Implementação e banco de dados
32 4 Testes e experimentos realizados 4.1. Implementação e banco de dados Devido à própria natureza dos sites de redes sociais, é normal que a maior parte deles possua uma grande quantidade de usuários
Leia maisAprendizado por Árvores de Decisão
Universidade Federal de Santa Maria Departamento de Eletrônica e Computação Prof. Cesar Tadeu Pozzer Disciplina de Programação de Jogos 3D E-mail: pozzer@inf.ufsm.br Período: 2006/01 Aprendizado por Árvores
Leia maisEstratégias de Busca: Métodos Informados. March 9, 2015
Estratégias de Busca: Métodos Informados March 9, 2015 Busca de Soluções: Métodos Informados Utilizam conhecimento específico do problema para encontrar a solução algoritmo geral de busca somente permite
Leia maisTeoria dos Grafos Aula 6
Teoria dos Grafos Aula 6 Aula passada Busca em grafos Busca em largura (BFS Breadth First Search) Propriedades Aula de hoje BFS implementação Complexidade Busca em profundidade (DFS) Conectividade, componentes
Leia maisMAC425/5739 Inteligência Artificial 6. Agentes lógicos
MAC425/5739 Inteligência Artificial 6. Agentes lógicos Denis Deratani Mauá (largamente baseado no material de aula dos Profs. Edileri de Lima e Leliane de Barros) REPRESENTAÇÃO DE CONHECIMENTO Busca (cega,
Leia maisAnatomia do motor de um programa de xadrez. Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina
Anatomia do motor de um programa de xadrez Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina Conteúdo Objetivo O que é um motor de xadrez? Arquitetura Entrada e saída Representação do tabuleiro
Leia mais15 - Coloração Considere cada um dos grafos abaixo:
15 - Coloração Considere cada um dos grafos abaixo: a) Quantas cores são necessárias para colorir os vértices de um grafo de maneira que dois vértices adjacentes não recebam a mesma cor? b) Qual é o número
Leia maisAlgoritmos Genéticos. Estéfane G. M. de Lacerda DCA/UFRN Outubro/2008
Estéfane G. M. de Lacerda DCA/UFRN Outubro/2008 Introdução São técnicas de busca e otimização. É a metáfora da teoria da evolução das espécies iniciada pelo Fisiologista e Naturalista inglês Charles Darwin.
Leia maisTeoria dos Grafos. Edson Prestes
Edson Prestes Introdução Representação Mostre que todo passeio de u até v contém um caminho de u até v. Considere um passeio de comprimento l de u até v. Se l = 0 então temos um passeio sem nenhuma aresta.
Leia maisProblemas de Satisfação de Restrições
Problemas de Satisfação de Restrições Texto base: Stuart Russel e Peter Norving - Inteligência Artificial David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach junho/2007
Leia maisIntrodução a Algoritmos Aula 1
Introdução a Algoritmos Aula 1 Professor: Maurício Archanjo Nunes Coelho Metodologia Aulas expositivas Transparências Quadro negro Material disponível em PDF Resolução de exercícios Leitura/Estudo do material
Leia maisSUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca
ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização
Leia maisInteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF
Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF No capítulo anterior... Estratégias de busca auxiliadas por heurísticas (A*, BRPM)
Leia maisRepresentação de Conhecimento
Representação de Conhecimento Profa. Josiane M. P. Ferreira David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach - cap. 5 agosto/2008 1 Problemas e soluções Tipicamente
Leia maisAlgoritmo Genético. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto
Algoritmo Genético Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Introdução 2. Conceitos Básicos 3. Aplicações 4. Algoritmo 5. Exemplo Introdução São técnicas de busca
Leia maisCapítulo VII : A Recorrência
Capítulo VII : A Recorrência 1 _ Capítulo VII : A Recorrência Quando algo é definido em termos de si próprio. Ex1: O Tetraedro de Sierpinski Ex2: Fracções Contínuas Ex3: A Carpete de Sierpinski Ex4: A
Leia maisLógica Proposicional
Lógica Proposicional Lógica Computacional Carlos Bacelar Almeida Departmento de Informática Universidade do Minho 2007/2008 Carlos Bacelar Almeida, DIUM LÓGICA PROPOSICIONAL- LÓGICA COMPUTACIONAL 1/28
Leia maisCTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa. Prof. Paulo André Castro
CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa Prof. Paulo André Castro pauloac@ita.br www.comp.ita.br/~pauloac Sala 110, IEC-ITA Sumário Busca Competitiva Para Ambientes multiagentes...
Leia maisMetahuerísticas: Algoritmos Genéticos. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng.
Metahuerísticas: Algoritmos Genéticos Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 8) Meta-heurísticas Classificação de métodos heurísticos: os métodos
Leia maisTP052-PESQUISA OPERACIONAL I Introdução. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil
TP052-PESQUISA OPERACIONAL I Introdução Prof. Volmir Wilhelm Curitiba, Paraná, Brasil TP052-PESQUISA OPERACIONAL I Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema
Leia maisLista de Exercícios2
Lista de Exercícios2 Esta lista de exercícios foi criada com o intuito de prover ao aluno uma plataforma para a revisão sistemática do conteúdo visto em aula. Estes exercícios não são de nenhuma maneira
Leia maisProcessamento da Consulta. Processamento da Consulta
Processamento da Consulta Equipe 05 Adriano Vasconcelos Denise Glaucia Jose Maria Marcigleicy Processamento da Consulta Refere-se ao conjunto de atividades envolvidas na extra de dados de um banco de dados.
Leia maisJogo de Damas. Alunos: Sávio Mendes de Figueiredo Sômulo Nogueira Mafra
Jogo de Damas Alunos: Sávio Mendes de Figueiredo (savio@cos.ufrj.br) Sômulo Nogueira Mafra (somulo@cos.ufrj.br) Prof.: Inês dutra Inteligência artificial Coppe sistemas - UFRJ 1. Algumas Frases 2. Origens
Leia maisAula 10: Tratabilidade
Teoria da Computação DAINF-UTFPR Aula 10: Tratabilidade Prof. Ricardo Dutra da Silva Na aula anterior discutimos problemas que podem e que não podem ser computados. Nesta aula vamos considerar apenas problemas
Leia maisInteligência Artificial
Inteligência Artificial Aula 6 Algoritmos Genéticos M.e Guylerme Velasco Roteiro Introdução Otimização Algoritmos Genéticos Representação Seleção Operadores Geneticos Aplicação Caixeiro Viajante Introdução
Leia maisModelagem da Rede Neural. Modelagem da Rede Neural. Back Propagation. Modelagem da Rede Neural. Modelagem da Rede Neural. Seleção de Variáveis:
Back Propagation Fatores importantes para a modelagem da Rede Neural: Seleção de variáveis; veis; Limpeza dos dados; Representação das variáveis veis de entrada e saída; Normalização; Buscando melhor Generalização
Leia maisConceitos básicos de programação
Especificação de comandos Objectivo: O objectivo da especificação formal de comandos é a necessidade de assegurar a correcção dos comandos a desenvolver. Torna-se necessário desenvolver uma metodologia
Leia maisGrafos: algoritmos de busca
busca em grafos como caminhar no grafo de modo a percorrer todos os seus vértices evitando repetições desnecessárias do mesmo vértice? e por onde começar? solução: necessidade de recursos adicionais que
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisBCC402 Algoritmos e Programação Avançada Prof. Marco Antonio M. Carvalho Prof. Túlio Ângelo M. Toffolo 2011/1
BCC402 Algoritmos e Programação Avançada Prof. Marco Antonio M. Carvalho Prof. Túlio Ângelo M. Toffolo 2011/1 Na aula anterior Prova 2 Na aula de hoje Técnicas básicas de contagem; Tentativa e Erro; Recursividade.
Leia maisConceitos Básicos de Algoritmos
Conceitos Básicos de Algoritmos 35 TIPOS PRIMITIVOS Palavra-reservada: inteiro - define variáveis numéricas do tipo inteiro, ou seja, sem casas decimais Palavra-reservada: real - define variáveis numéricas
Leia maisFundamentos de Teste de Software
Núcleo de Excelência em Testes de Sistemas Fundamentos de Teste de Software Módulo 2- Teste Estático e Teste Dinâmico Aula 5 Técnicas de Especificação SUMÁRIO INTRODUÇÃO... 3 TÉCNICAS PARA PROJETO DE CASOS
Leia maisTeoria dos Grafos Aula 5
Teoria dos Grafos Aula Aula passada Explorando grafos Mecanismos genéricos Ideias sobre BFS, DFS Aula de hoje Busca em grafos Busca em largura (BFS Breadth First Search) Propriedades Busca em Grafos Problema
Leia maisTeoria dos Grafos Coloração. Profª. Alessandra Martins Coelho
Teoria dos Grafos Coloração Profª. Alessandra Martins Coelho junho/2014 Quantas cores para colorir o mapa do Brasil, sem que estados adjacentes possuam a mesma cor? Coloração de Grafos Colorir vértices
Leia maisConceitos básicos de algoritmos
Conceitos básicos de algoritmos Operadores Aritméticos Unários: +, - Exemplos: +1-5.9... var a: inteiro... a
Leia maisIntrodução a Testes de Software. Ricardo Argenton Ramos
Introdução a Testes de Software Ricardo Argenton Ramos ricargentonramos@gmail.com Agenda da Aula Introdução sobre Testes; Testes Funcionais de software; Testes Estruturais de Software; Teste de Software
Leia maisMatemática Básica Relações / Funções
Matemática Básica Relações / Funções 04 1. Relações (a) Produto cartesiano Dados dois conjuntos A e B, não vazios, denomina-se produto cartesiano de A por B ao conjunto A B cujos elementos são todos os
Leia maisLinguagens Regulares. Prof. Daniel Oliveira
Linguagens Regulares Prof. Daniel Oliveira Linguagens Regulares Linguagens Regulares ou Tipo 3 Hierarquia de Chomsky Linguagens Regulares Aborda-se os seguintes formalismos: Autômatos Finitos Expressões
Leia mais