Representação do Conhecimento
|
|
- Luís Bandeira Terra
- 6 Há anos
- Visualizações:
Transcrição
1 Baseado nos slides de Tom Lenarts (IRIDIA) Representação do Conhecimento Capítulo 10
2 Sumário Engenharia Ontológica Categorias e objectos Acções, situações e eventos
3 Objectivos Capítulo anterior Sintaxe e semântica da lógica de 1ª ordem Possibilidade de implementar agentes baseados em lógica Agentes baseados em lógica Base de conhecimento + motor de inferência Neste capítulo Qual o conhecimento que deve ser incluído na base de conhecimento? Como representar esse conhecimento?
4 Engenharia Ontológica Preocupa-se em criar representações mais gerais e flexíveis Conceitos como acções, tempo, objectos físicos e crenças Definir uma framework de conceitos Ontologia genérica Limitações da representação lógica Tipicamente as generalizações têm excepções Exº Tipicamente os tomates são vermelhos, mas também há tomates verdes e amarelos
5 Ontologia genérica do mundo
6 Ontologia genérica vs ontologias específicas Uma ontologia genérica deve ser aplicável em qualquer domínio específico Adicionando axiomas específicos do domínio Uma ontologia genérica deve ser aplicável em domínios mais complexos, em que é necessário unificar diferentes áreas do saber Raciocínio e resolução de problemas pode envolver várias áreas simultaneamente
7 Ontologia genérica vs ontologias específicas O que é necessário especificar? Categorias, Medidas, Objectos compostos, Tempo, Espaço, Mudança, Eventos, Processos, Objectos Físicos, Substâncias, Objectos mentais, Crenças
8 Categorias e objectos Os objectos devem ser organizados em categorias Interacção ao nível do objecto Consideramos objectos concretos Raciocínio ao nível das categorias E.g. objectivo de comprar maçãs Categorias permitem caracterizar objectos A partir das suas propriedades
9 Categorias e objectos Categorias podem ser representadas de 2 formas em LPO Predicados: Maçã(x) Categoria é o conjunto dos seus membros Algo mais complexo: Maçãs Há que assumir que estão definidas as operações Membro e Subconjunto Membro(x, Maçãs), Subconjunto(Maçãs, Frutas) Categoria pode ser categoria de categorias E.g. Frutas
10 Categorias e objectos As categorias podem servir para organizar e simplificar a base de conhecimento através da relação de herança
11 Organização de categorias Relação = herança: Todas as instâncias de alimentos são comestíveis, fruta é uma subclasse de alimento e maçã é uma subclasse de fruta logo maçã é comestível Relações de subclasse definem taxonomia
12 LPO e categorias A LPO permite que se representem facilmente factos sobre categorias Relacionando objectos com categorias Quantificando sobre os seus membros
13 LPO e categorias Um objecto é um membro de uma categoria Membro(BB 12,BolasBasket) Uma categoria é uma subclasse de outra categoria Subconjunto(BolasBasket,Bolas) Todos os membros de uma categoria têm algumas propriedades x (Membro(x,BolasBasket) Redondo(x)) Todos os membros de uma categoria podem ser reconhecidos por algumas propriedades x Laranja(x) Redondo(x) Diâmetro(x)=24.1cm Membro(x,Bolas) Membro(x,BolasBasket) Uma categoria tem propriedades Membro(Cães,EspéciesDomésticas)
14 Relações entre categorias Duas ou mais categorias são disjuntas se não têm membros em comum: Disjuntos(s) ( c 1,c 2 c 1 s c 2 s c 1 c 2 Intersecção(c 1,c 2 ) ={}) Exemplo: Disjuntos({animais, vegetais}) Um conjunto de categorias s é uma decomposição exaustiva de uma categoria c sse s é um conjunto de subclasses de c tal que cada elemento de c pertence a pelo menos uma categoria de s: DecomposiçãoExaustiva(s,c) ( i i c c 2 c 2 s i c 2 ) Exemplo: DecomposiçãoExaustiva({Americanos, Canadianos, Mexicanos},NorteAmericanos).
15 Relações entre categorias Uma partição é uma decomposição exaustiva disjunta: Partitição(s,c) Disjuntos(s) D.E.(s,c) Exemplo: Partição({Masculino,Feminino},Pessoas). ({Americanos,Canadianos,Mexicanos},NorteAmericanos) é uma partição? Não porque algumas pessoas têm dupla nacionalidade Categorias podem ser definidas dando condições necessárias e suficientes para que um objecto seja membro de uma categoria x TrabalhadorEstudante(x) Trabalhador(x) Estudante(x)
16 Definições não estritas Muitas categorias não têm definições claras (cadeira, arbusto, livro). Tomates: algo verde, vermelho, amarelo. Tipicamente redondo. Solução possível: categoria Típico. Típico(c) é subconjunto de c x Típico(Tomates) Vermelho(x) Esférico(x) Podemos explicitar factos úteis sobre categorias sem dar definições exactas. Todos os tomates típicos são tomates.
17 Composição Física Um objecto pode ser parte de outro: Parte(Bucareste,Roménia) Parte(Roménia, EuropaLeste) Parte(EuropeLeste,Europa) O predicado Parte é transitivo (e reflexivo), logo podemos inferir Parte(Bucareste,Europa) Generalizando: x,y,z Parte(x,y) Parte(y,z) Parte(x,z) x Parte(x,x) Composição física é muitas vezes caracterizada por relações estruturais entre as partes. E.g. Bípede(a)
18 Medidas Objectos têm peso, massa, custo,... Valores atribuídos a estes atributos são medidas Combinar funções com um valor numérico: Comprimento(L 1 ) = Polegadas(1.5) = Centímetros(3.81). Conversão entre unidades: i Centímetros(2.54 x i)=polegadas(i). Algumas medidas não têm escala: Beleza, Dificuldade, etc. Aspecto mais importante das medidas: são ordenáveis. Números podem ser irrelevantes; o que interessa é a relação de ordem. (Uma maçã pode ter sabor.9 ou.1.)
19 Mundo do Wumpus: descrição Ambiente Posições adjacentes a pit cheiram bem Posições adjacentes ao wumpus cheiram mal Brilho sse ouro está na mesma posição Disparar gasta a única seta Disparar mata o wumpus se estamos de frente para ele Agarrar apanha o ouro que está na mesma posição Largar liberta o ouro na posição Agente morre na posição com wumpus (vivo) ou com pit Sensores: CheirarMal, CheirarBem, Brilhar, Chocar, Gritar Actuadores: virar esquerda, virar direita, frente, agarrar, largar, disparar
20 Acções, eventos e situações Raciocínio sobre resultado de acções é fundamental para um agente baseado em conhecimento Representação do tempo através de situações (estados resultantes da execução de acções) Cálculo situacional
21 Cálculo Situacional Objectivo: especificar para o instante t+1 o resultado de ter realizado determinada acção em t Só que em vez de lidar directamente com o tempo, o foco está nas situações O cálculo situacional envolve a seguinte ontologia Situações são termos lógicos e consistem em: Situação inicial S 0 Todas as situações resultantes de uma acção (=Resultado(a,s)) Fluentes são funções e predicados que variam de uma situação para outra (algo que muda entre situações) E.g. Segurar(G 1, S 0 ) (o agente não está a segurar o ouro em S 0 ) Predicados e funções eternos são predicados e funções que nunca mudam E.g. Ouro(G 1 ), PernaEsq(Wumpus)
22 Cálculo Situacional: exemplo
23 Cálculo Situacional Resultados de sequências de acções são determinados por acções individuais Resultado([ ], s) = s Resultado([a seq], s) = Resultado(seq,Resultado(a,s)) No cálculo situacional o agente deve ser capaz de: deduzir o resultado de uma sequência de acções (Tarefa de Projecção) encontrar uma sequência de acções que produz o efeito desejado (Tarefa de Planeamento)
24 Exemplo em LPO O que é verdade em S 0 (não é suficiente) Em(Agente,[1,1],S 0 ) Em(G 1,[1,2],S 0 ) Incluir o que não é verdade em S 0! Em(o,x,S 0 ) [(o=agente x=[1,1]) (o= G 1 x=[1,2])] Segurar(o,S 0 ) Outros factos Ouro(G 1 ) Adjacente([1,1],[1,2]) Adjacente([1,2], [1,1])
25 Exemplo em LPO (cont.) Tarefa de projecção: provar que o agente alcança o seu objectivo ao deslocar-se para a posição [1,2], agarrar o ouro e voltar para a posição [1,1] Em(G 1,[1,1],Resultado([Ir([1,1],[1,2]), Agarrar(G 1 ),Ir([1,2],[1,1])],S 0 ) Tarefa de Planeamento: construção de um plano para dar resposta à questão Qual a sequência de acções que leva a que o ouro esteja na posição [1,1]? seq Em(G 1,[1,1],Resultado(seq, S 0 ))
26 Tempo e Cálculo de Eventos Cálculo de eventos (vs. cálculo situacional): baseado em momentos de tempo em vez de situações Inicio(e,f,t): a ocorrência do evento e no momento t, levou a que o fluente f fosse verdadeiro Fim(e,f,t): a ocorrência do evento e no momento t, levou a que o fluente f deixasse de ser verdadeiro Acontece(e,t): e ocorre no instante t Terminado(e, t1,t2): e terminou devido a um evento qualquer entre t1 e t2 Um fluente é verdadeiro num momento de tempo se o fluente teve origem num evento passado e não foi terminado por um evento que ocorreu entretanto Verdadeiro(f,t 2 ) e,t Acontece(e,t) Inicio(e,f,t) (t<t 2 ) Terminado(e,t,t 2 ) Terminado(e,t,t 2 ) e,t 1 Acontece(e,t 1 ) Fim(e,f,t 1 ) (t<t 1 ) (t 1 <t 2 )
27 Exercícios A água é líquida entre 0 e 100 graus Para qualquer água e situação, a água é líquida sse a temperatura da água nessa situação estiver entre 0 e 100 graus A água ferve a 100 graus A água que está na garrafa do João está congelada Luso é um tipo de água O João tem água do Luso na sua garrafa Todos os líquidos têm um ponto de congelação Um litro de água pesa mais do que um litro de álcool
28 Exercícios A água é líquida entre 0 e 100 graus a,s a Água (Centígrado(0) < Temperatura(a,s) < Centígrado(100)) Verdadeiro(a Líquido,s)
29 Exercícios A água ferve a 100 graus PontoFervura(Água,Centígrado(100)) PontoFervura(c,pf) x,s x c ( t Verdadeiro(Temperatura(x,t),s) t > pf Verdadeiro(x Gasoso,s))
30 Exercícios A água que está na garrafa do João está congelada g a a Água g GarrafasÁgua Tem(João,g,Agora) Dentro(a,g,Agora) verdadeiro(a Sólido,Agora)
31 Exercícios Luso é um tipo de água Subconjunto(Luso,Água) O João tem água do Luso na sua garrafa g a a Água g GarrafasÁgua Tem(João,g,Agora) Dentro(a,g,Agora) verdadeiro(a Luso, Agora) Todos os líquidos têm um ponto de congelação c SubstânciaLíquida(c) t PontoCongelação(c,t) PontoCongelação semelhante a PontoFervura 1litro de água pesa mais do que 1litro de álcool a,al a Água al Álcool Volume(a) = Litro(1) Volume(al) = Litro(1) Massa(a) > Massa(al)
Representação do Conhecimento
Baseado nos slides de Tom Lenarts (IRIDIA) Representação do Conhecimento Capítulo 10 Sumário Engenharia Ontológica Categorias e objectos Acções, situações e eventos Conhecimento sobre crenças O mundo de
Leia maisIntrodução à Inteligência Artificial. Agentes Baseados em Conhecimento Representações em rede e estruturadas
Introdução à Inteligência Artificial Agentes Baseados em Conhecimento Representações em rede e estruturadas Representação com ontologias n Como criar esquemas de representação mais gerais e flexíveis.
Leia maisAgentes Lógicos. Capítulo 7 (online)
Agentes Lógicos Capítulo 7 (online) Sumário Agentes baseados em conhecimento O mundo do Wumpus Lógica em geral Lógica proposicional (Booleana) Equivalência, validade, satisfação Regras de inferência e
Leia maisSistemas Inteligentes
Sistemas Inteligentes Aula 21/10 Agentes Lógicos Agente Baseado em Conhecimento Agentes Baseados em Conhecimento ou Agentes Lógicos. Podem lidar mais facilmente com ambientes parcialmente observáveis.
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 07 Agentes Lógicos Edirlei Soares de Lima Introdução Humanos possuem conhecimento e raciocinam sobre este conhecimento. Exemplo: João jogou
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 05 Introdução à Lógica Edirlei Soares de Lima Introdução Humanos possuem conhecimento e raciocinam sobre este conhecimento. Exemplo: João jogou
Leia maisLógica de Primeira Ordem. Capítulo 8
Lógica de Primeira Ordem Capítulo 8 Sumário Necessidade da Lógica de Primeira Ordem (LPO) Sintaxe e Semântica da LPO Uso da LPO Mundo do Wumpus em LPO Engenharia do Conhecimento em LPO Prós e Contras da
Leia maisCapítulo 7 - Agentes lógicos (Agentes baseados em Conhecimento)
Capítulo 7 - Agentes lógicos (Agentes baseados em Conhecimento) Tópicos Definição geral - Agentes Baseados em Conhecimento (BC) Linguagens de representação do conhecimento Algoritmo Geral Exemplo de aplicação
Leia maisInteligência Artificial
Inteligência Artificial Representação de Conhecimento e Inferência Parte 3 Agenda Lógicas Não Monótonas Mundo Fechado (Closed World Assumption) Lógica por Omissões (Lógica Default) Parte 4 Mudanças no
Leia maisLógica Computacional. Argumentos válidos e sólidos. Métodos de demonstração. Demonstrações formais. Regras de Inferência Igualdade
Lógica Computacional Argumentos válidos e sólidos Métodos de demonstração Demonstrações formais Regras de Inferência Igualdade Não-consequências lógicas Argumentos Exemplo: 1. Todos as aves voam. 2. O
Leia maisOntologias. Profa. Lillian Alvares Faculdade de Ciência da Informação, Universidade de Brasília
Ontologias Profa. Lillian Alvares Faculdade de Ciência da Informação, Universidade de Brasília Origem Teoria sobre a natureza da existência Ramo da filosofia que lida com a natureza e organização da realidade.
Leia maisTeoria Elementar dos Conjuntos
Teoria Elementar dos Conjuntos Última revisão em 27 de fevereiro de 2009 Este texto é uma breve revisão sobre teoria elementar dos conjuntos. Em particular, importam-nos os aspectos algébricos no estudo
Leia maisINTELIGÊNCIA ARTIFICIAL 2009/10
INTELIGÊNCIA ARTIFICIAL 2009/10 Representação de conhecimento 1. (2º Teste Tagus 2007/08) Utilizando os símbolos de predicado descritos abaixo juntamente com as respectivas interpretações pretendidas,
Leia maisConhecimento e Raciocínio Agente Lógicos Capítulo 7. Leliane Nunes de Barros
Conhecimento e Raciocínio Agente Lógicos Capítulo 7 Leliane Nunes de Barros leliane@ime.usp.br Agentes Lógicos Agentes que podem formar representações do mundo, usar um processo de inferência para derivar
Leia maisTeoria Elementar dos Conjuntos
Teoria Elementar dos Conjuntos Este capítulo visa oferecer uma breve revisão sobre teoria elementar dos conjuntos. Além de conceitos básicos importantes em matemática, a sua imprtância reside no fato da
Leia maisMAC425: EP2 Data de entrega: 4 de dezembro de 2006
MAC425: EP2 Data de entrega: 4 de dezembro de 2006 4 brisa 3 brisa brisa 2 brisa 1 brisa brisa 1 2 3 4 Simulador do Mundo do Wumpus em Prolog Ambiente As alterações com relação ao livro AIMA, estão descritas
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 maisPlaneamento em Robótica
PLANEAMENTO AUTOMÁTICO - Em Inteligência Artificial, Geração Automática de Planos estuda a resolução de um problema original através da decomposição em subproblemas mais elementares, propondo uma resolução
Leia maisEngenharia do Conhecimento Raciocínio Não Monótono - 1. Raciocínio Não Monótono
Engenharia do Conhecimento Raciocínio Não Monótono - 1 Raciocínio Não Monótono Engenharia do Conhecimento Raciocínio Não Monótono - 2 Motivação Na vida real, necessitamos de tomar decisões, e portanto
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 maisBaseado nos slides de Tom Lenarts (IRIDIA) e Lin Zuoquan(PeckingUniversity) Capítulo 11
Baseado nos slides de Tom Lenarts (IRIDIA) e Lin Zuoquan(PeckingUniversity) Planeamento Capítulo 11 Planeamento Enquadramento Linguagens para planeamento Planeamento com procura em espaço de estados Planeamento
Leia maisPCS 2428 / PCS 2059 lnteligência Artificial. Cálculo de Situações. Agente Baseado em Conhecimento. Agente Baseado em Lógica de Predicados
Agente Baseado em Conhecimento PCS 2428 / PCS 2059 lnteligência Artificial Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa Cálculo de Situações função Agente-Baseado-Conhecimento(percepção)
Leia maisRetomada aula. Introdução sobre Inteligência Artificial Abordagem sobre Agentes Resolução de problemas estratégias de busca - apresentação trabalhos
Retomada aula Introdução sobre Inteligência Artificial Abordagem sobre Agentes Resolução de problemas estratégias de busca - apresentação trabalhos 1 Estratégias de busca Algoritmos de busca local e otimização:
Leia maisParadigmas de Representação de Conhecimento
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Paradigmas de Representação de Conhecimento Inteligência Artificial Site: http://jeiks.net E-mail:
Leia maisLógica de primeira ordem First Order Logic (FOL)
Lógica de primeira ordem First Order Logic (FOL) Prós e Contras da Lógica Proposicional É declarativa: partes da sintaxe correspondem a fatos Permite informação disjuntiva e/ou negada (a diferença da maioria
Leia maisAgentes Lógicos. Os agentes baseados no conhecimento:
Agentes Lógicos A inteligência dos seres humanos é alcançada, não somente por mecanismos puramente reflexos, mas, por processos de raciocínio que operam em representações internas do conhecimento. Em IA,
Leia maisLinguagem 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 maisCapítulo 3 Lógica de Primeira Ordem
Capítulo 3 Lógica de Primeira Ordem Lógica para Programação LEIC - Tagus Park 1 o Semestre, Ano Lectivo 2007/08 c Inês Lynce and Luísa Coheur Bibliografia Baseados nos slides de Andrew Rice, Universidade
Leia maisUma representação do conhecimento envolvendo nós, ligações e rótulos. Nós representam categorias, propriedades ou objetos.
Uma rede semântica é: Redes semânticas: definição Uma representação do conhecimento envolvendo nós, ligações e rótulos. Nós representam categorias, propriedades ou objetos. Ligações são orientadas e definem
Leia maisESTATÍSTICA. Objectivo: recolha, compilação, análise e interpretação de dados. ESTATÍSTICA DESCRITIVA INFERÊNCIA ESTATÍSTICA
1 ESTATÍSTICA Objectivo: recolha, compilação, análise e interpretação de dados. ESTATÍSTICA DESCRITIVA INFERÊNCIA ESTATÍSTICA Estatística descritiva : o objectivo é sintetizar e representar de uma forma
Leia maisMetodologias de Inteligência Artificial 2005/2006
Arquitecturas de Agentes Metodologias de Inteligência Artificial 2005/2006 Agente Reactivo Agentes Reactivos (Reflexivos): Não tem Estado interno see mapeia Estados do ambiente em Percepções: S P action
Leia mais3 Kuaba: Uma Ontologia para Design Rationale
3 Kuaba: Uma Ontologia para Design Rationale Para que o conhecimento registrado durante o design possa ser automaticamente processado, é desejável representar o design rationale de uma maneira formalmente
Leia maisIDEF3 - Process Description Capture Method
IDEF3 - Process Description Capture Method Como foi referido no texto anterior, a metodologia IDEF é constituída por vários módulos, cada um destes com especificidades e propriedades adequadas ao contexto
Leia maisDiagramas de Use Case Resumo
0 Diagramas de Use Case Resumo Os diagramas de Use Case permitem definir os requisitos funcionais de um sistema: que serviços deve fornecer; a quem os deve fornecer. Notação diagramática facilita o diálogo
Leia maisBots em Counter Strike
Agentes Autónomos e Sistemas Multiagente 2º Semestre, 2005-2006 Departamento de Engenharia Informática Enunciado do projecto Bots em Counter Strike Personagens sintéticas inteligentes em ambiente competitivo
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Segundo Teste 05 de Janeiro de 2009 9H00-10H30 Nome: Número: Este teste tem 8 perguntas e 6 páginas. Escreva o número em todas as páginas. Deve ter na mesa apenas
Leia maisObjectivos com o Desenho de Bases de Dados Dependências funcionais 1ª Forma Normal Decomposição Forma Normal de Boyce-Codd 3ª Forma Normal
Capítulo 6: Desenho de Bases de Dados Objectivos com o Desenho de Bases de Dados Dependências funcionais 1ª Forma Normal Decomposição Forma Normal de Boyce-Codd 3ª Forma Normal Dependências multivalor
Leia maisIntrodução à Norma ISO Henrique Silva Direção-Geral do Território FCUL, 12 e 19 de Outubro de 2017
Introdução à Norma ISO 19115 Henrique Silva Direção-Geral do Território FCUL, 12 e 19 de Outubro de 2017 CONCEITOS 2 A Norma ISO 19115 Metadados para Informação Geográfica Providencia uma estrutura para
Leia maisRobótica. Linguagens de Programação para Robótica (manipuladores)
Linguagens de Programação para (manipuladores) -Orientados para o Robô -Tarefa descrita como sequência de movimentos -Ex: VAL (Puma), AL (IBM) -Orientada para as Tarefas (ou para os Objectos) -Descrição
Leia maisLógica de Primeira Ordem. Capítulo 8
Lógica de Primeira Ordem Capítulo 8 Lógica Proposicional Linguagem declarativa sua semântica se baseia em uma relação-verdade entre sentenças e mundos possíveis Capacidade de expressão para lidar com informações
Leia maisModelagem Entidade Relacionamento Estendida. Evandro E.S. Ruiz, Ph.D.
Modelagem Entidade Relacionamento Estendida Evandro E.S. Ruiz, Ph.D. São todos veículos e elétricos! São todos iguais? Todos tem os mesmos atributos? Trabalhadores Por que estender? 1. Requisitos dos BD
Leia maisTermodinâmica e Estrutura da Matéria
Termodinâmica e Estrutura da Matéria Conceitos básicos J. Seixas Sistema Índice da lição e Sistema Porque falamos de sistema? Para descrever um fenómeno físico precisamos de especificar do que estamos
Leia maisRAD Desenvolvimento de Sistemas de Informação
RAD1604 - Desenvolvimento de Sistemas de Informação Adaptado da aula do Prof. Ildeberto A. Rodello Slides adaptados a partir dos originais. Todos os direitos de WAZLAWICK, 2004. Referência WAZLAWICK, R.
Leia maisDS: notação. Falta-nos apenas dar exemplos de DSS que contenham a criação de objectos temporários e sua posterior destruição.
DS: notação Falta-nos apenas dar exemplos de DSS que contenham a criação de objectos temporários e sua posterior destruição. Martins 2008 147 DS: notação Martins 2008 148 DS: notação Mensagem condicional
Leia maisUniversidade da Beira Interior Cursos: Engenharia Informática, Ensino da Informática, Matemática Aplicada e Matemática /Informática
5. Normalização avançada 5.1. Dependências Multivalor (DM) As dependências funcionais são um caso particular de um tipo mais geral de dependências lógicas, entre os atributos de uma relação, que são as
Leia maisLógicas de Descrição Visão Geral
Lógicas de Descrição Visão Geral The Description Logic Handbook Cesar Augusto Tacla UTFPR/CPGEI INTRODUÇÃO 05/11/2013 2 Lógicas de Descrição É uma família de linguagens formais para representação de conhecimentos
Leia mais5 - Lógica Matemática Representação e Inferência
EA 072 Inteligência Artificial em Aplicações Industriais 5 - Lógica Matemática Representação e Inferência 5.5 Lógica de Primeira Ordem Lógica proposicional assume que o mundo contém fatos Lógica de primeira
Leia maisLógica Computacional
Lógica Computacional Frases Quantificadas Quantificadores e Variáveis Fórmulas Bem Formadas: Sintaxe e Semântica Formas Aristotélicas 21 Outubro 2013 Lógica Computacional 1 Frases Quantificadas - Existem
Leia mais! Níveis de planeamento! Processo integrado de planeamento! Planeamento estratégico, táctico e operacional! Dimensões de análise: desempenho, custo e
! Níveis de planeamento! Processo integrado de planeamento! Planeamento estratégico, táctico e operacional! Dimensões de análise: desempenho, custo e risco! Conteúdo mínimo de um plano de GPI 2 ! Níveis
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 06 Lógica Proposicional Lógica Proposicional Lógica simples. A sentenças são formadas por conectivos como: e, ou, então.
Leia maisModelagem Conceitual com OntoUML Tipos de Objetos
Modelagem Conceitual com OntoUML Tipos de Objetos Ricardo de Almeida Falbo Engenharia de Ontologias Departamento de Informática Universidade Federal do Espírito Santo Agenda UFO Unified Foundational Ontology
Leia maisSistemas Baseados em Conhecimento (Sistemas Especialistas) Profa. Dra. Sarajane Marques Peres
Sistemas Baseados em Conhecimento (Sistemas Especialistas) Profa. Dra. Sarajane Marques Peres Sistema (agente) baseado em conhecimento Deve haver um modo de adicionar novas sentenças à base de conhecimento
Leia maisLógica de Primeira Ordem. Capítulo 8
Lógica de Primeira Ordem Capítulo 8 Sumário Necessidade da Lógica de Primeira Ordem (LPO) Sintaxe e Semântica da LPO Uso da LPO Mundo do Wumpus em LPO Engenharia do Conhecimento em LPO Lógica proposicional:
Leia maisANEXO 1. Metas para um Currículo de Pensamento Crítico. (Taxonomia de Ennis)
ANEXO 1 Metas para um Currículo de Pensamento Crítico (Taxonomia de Ennis) 245 METAS PARA UM CURRÍCULO DE PENSAMENTO CRÍTICO I Definição operacional: O Pensamento Crítico é uma forma de pensar reflexiva
Leia maisResumo. Parte 2 Introdução à Teoria da Probabilidade. Ramiro Brito Willmersdorf Introdução.
Parte 2 Introdução à Teoria da Probabilidade Ramiro Brito Willmersdorf ramiro@willmersdorf.net Departamento de Engenharia Mecânica Universidade Federal de Pernambuco 2011.2 Resumo 1 Introdução 2 Espaço
Leia maisInteligência Artificial
Inteligência Artificial Representação de conhecimento Redes Semânticas Frames Representação do conhecimento por redes semânticas Uma rede semântica é uma forma gráfica de representação de conhecimento,
Leia maisDIAGRAMAS DE CLASSE UML
DIAGRAMAS DE CLASSE UML Projeto Detalhado de Software (PDS) Profa. Cynthia Pinheiro Antes de mais nada... Calendário de Reposições Aula 1: 27/10/2017, 8h-10h, Sala 8 Aula 2: A verificar Aula 3: A verificar
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 15 Agentes que Raciocinam Logicamente
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 15 Agentes que Raciocinam Logicamente 1 Bem-vindos ao Mundo do Wumpus Wumpus Agente caçador de tesouros 2 Codificação do Mundo do Wumpus 4 3 fedor
Leia maisImagination is more important than knowledge A. Einstein. 4. Partição de Polígonos. Mestrado em Matemática e Aplicações
4. Partição de Polígonos Antonio L. Bajuelos Departamento de Matemática Universidade de Aveiro Mestrado em Matemática e Aplicações Imagination is more important than knowledge A. Einstein 2 Algumas motivações
Leia maisINF1009.3WB: Lógica para computação
INF1009.3WB: Lógica para computação Aula 13: A sintaxe da lógica de primeira ordem (cont.) Cecília Englander Guilherme F. Lima Edward Hermann Lab. TecMF, Dep. Informática, PUC-Rio 2017.2 INF1009.3WB: Lógica
Leia mais2284-ELE/5, 3316-IE/3
INTELIGÊNCIA ARTIFICIAL 2284-ELE/5, 3316-IE/3 Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2007/2008 Inteligência Artificial Objectivo de Longo Prazo Criar programas
Leia maisINF1636 PROGRAMAÇÃO ORIENTADA A OBJETOS
INF1636 PROGRAMAÇÃO ORIENTADA A OBJETOS Departamento de Informática PUC-Rio Ivan Mathias Filho ivan@inf.puc-rio.br Programa Capítulo 4 Tipos Enumerados Generalização e Herança Visibilidade Chamada de Construtores
Leia maisSumário. Modelo Entidade-Associação : Avançado 1 Associações Ternárias. Exemplo. Associações Ternárias. Exemplo. André Restivo. September 21, 2010
Sumário Modelo Entidade-Associação : Avançado 1 André Restivo Faculdade de Engenharia da Universidade do Porto September 21, 2010 2 3 André Restivo (FEUP) Modelo Entidade-Associação : Avançado September
Leia maisConhecimento e Raciocínio Lógica Proposicional
Conhecimento e Raciocínio Lógica Proposicional Agente Baseado em Conhecimento ou Sistema Baseado em Conhecimento Representa conhecimento sobre o mundo em uma linguagem formal (KB) Raciocina sobre o mundo
Leia maisUML. Diagrama de Classes
UML Diagrama de Classes Introdução A modelagem de objetos incorpora a estrutura estática de um sistema mostrando: os objetos pertencentes ao sistema os relacionamentos entre esses objetos os atributos
Leia maisInteligência Artificial
Repescagem Segundo Teste 31 de Janeiro de 2014 10:30-12:00 1.º Enunciado Esta prova é constituída por 5 enunciados separados. Preencha cuidadosamente o nome e número na primeira página de cada um dos enunciados.
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 maisInteligência Artificial
Inteligência Artificial Repescagem do Segundo Teste 4 de Feveiro de 2012 9:00-10:30 Este teste é composto por 11 páginas contendo 7 perguntas. Identifique já todas as folhas do teste com o seu nome e número.
Leia maisModelagem Usando Orientação à Objetos (Programação Orientada a Objetos) Prof. Responsáveis Wagner Santos C. de Jesus
Curso Disciplina Linguagem de Programação II Curso Engenharia da Computação Modelagem Usando Orientação à Objetos (Programação Orientada a Objetos) Site : http://www1.univap.br/~wagner/ec.html Prof. Responsáveis
Leia maisDiagramas de Classes. ESII Profª. Andressa Falcade URI Santiago
Diagramas de Classes Conceitos Básicos O caso de uso fornece uma perspectiva do sistema de um ponto de vista externo (do ator) Internamente os objetos colaboram para atender às funcionalidades do sistema
Leia maisDescrição do Mundo de Wumpus. Inteligência Artificial
Descrição do Mundo de Wumpus Mundo de Wumpus Mundo de Wumpus -1 Mundo de Wumpus - 2 Mundo de Wumpus - 3 Mundo de Wumpus - 4 Wumpus Outros Pontos Críticos Descrição Lógica do Mundo de Wumpus Identidades
Leia maisDiagramas. Abordaremos agora cada um destes tipos de diagrama: 1. Diagrama Use-Case. 2. Diagrama de Colaboração. 3. Diagrama de Sequência
Diagramas Os diagramas utilizados pela UML são compostos de nove tipos: diagrama de use case, de classes, de objecto, de estado, de sequência, de colaboração, de actividade, de componente e o de instalação/execução.
Leia maisNotas de Aula 03: Introdução a Orientação a Objetos e a UML
Notas de Aula 03: Introdução a Orientação a Objetos e a UML Objetivos da aula: Introduzir os conceitos da Orientação à Objetos (O.O) Introduzir os conceitos da UML Relacionar os processos às ferramentas
Leia maisEspecificação Formal de Software
Especificação Formal de Software Carlos Figueiredo, Jorge Mack, Luís Magalhães, Vitor Pinto Introdução Nos dias de correm é cada vez maior a dependência dos computadores e seus aplicativos. Torna-se assim
Leia maisA linguagem Prolog. Sintaxe, terminologia e semântica informal: Os objectos de dados em Prolog são chamados termos.
A linguagem Prolog Sintaxe, terminologia e semântica informal: Os objectos de dados em Prolog são chamados termos. Um termo ou é uma constante, ou uma variável ou um termo composto. As constantes incluem
Leia maisProbabilidade Condicional e Independência
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 17/08/2011 Probabilidade
Leia maisIndiscernibilidade de Idênticos. Atitudes Proposicionais e indiscernibilidade de idênticos
Indiscernibilidade de Idênticos Atitudes Proposicionais e indiscernibilidade de Consideremos agora o caso das atitudes proposicionais, das construções epistémicas e psicológicas, e perguntemo-nos se é
Leia maisCapítulo 5 Modelação do Sistema 1
Capítulo 5 Modelação do Sistema Capítulo 5 Modelação do Sistema 1 Assuntos abordados Modelos de contexto Modelos de interação Modelos estruturais Modelos comportamentais Engenharia orientada a modelos
Leia maisInteligência Artificial
Inteligência Artificial Representação de conhecimento Nível do conhecimento e nível simbólico Prof. Paulo Martins Engel Informática UFRGS Prof. Paulo Martins Engel Representação do conhecimento As técnicas
Leia maisPropriedades da Matéria Capítulo 2
Propriedades da Matéria Capítulo 2 Propriedades que definem a matéria Físicas: temperatura de fusão, temperatura de ebulição, solubilidade e densidade. Químicas: relacionadas com as transformações que
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 maisSistemas 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 maisLógica Computacional
Aula Teórica 2: Sintaxe da Lógica Proposicional António Ravara Simão Melo de Sousa Departamento de Informática, Faculdade de Ciências e Tecnologia, Universidade Nova de Lisboa Departamento de Informática,
Leia maisLista de Exercícios 8: Soluções Relações
UFMG/ICEx/DCC DCC111 Matemática Discreta Lista de Exercícios 8: Soluções Relações Ciências Exatas & Engenharias 2 o Semestre de 2016 Definição 1 [Composição de relações]. Seja R uma relação do conjunto
Leia maisMétodos Estatísticos Estatística? Estatística. João Freire de Noronha DCTA/ESAC 1
Métodos Estatísticos 2006 3ª Aula João Noronha DCTA/ESAC 1 Estatística? Recolha Organização Análise Interpretação Apresentação DADOS João Noronha DCTA/ESAC 2 Estatística Estatística DESCRITIVA sintetizar
Leia maisLógica de Descrições Visão Geral
Lógica de Descrições Visão Geral The Description Logic Handbook Cesar Augusto Tacla UTFPR/CPGEI Lógica de Descrições É uma linguagem formal para representação de conhecimentos e para raciocínio Permite
Leia maisProjeto de Desenvolvimento de Software
Projeto de Desenvolvimento de Software Princípios da Engenharia de Software Msc. Eliezio Soares eliezio.soares@ifrn.edu.br http://docente.ifrn.edu.br/elieziosoares NBR ISO 9000-3 Definições: A ISO 9000
Leia maisINF1012 MODELAGEM DE DADOS
INF1012 MODELAGEM DE DADOS Departamento de Informática PUC-Rio Ivan Mathias Filho ivan@inf.puc-rio.br Programa Capítulo 7 Motivação Taxonomia Generalização Exercício 1 Programa 7º Capítulo Motivação Taxonomia
Leia maisAgentes em Counter Strike
Agentes Autónomos e Sistemas Multiagente 2º Semestre, 2007-2008 Departamento de Engenharia Informática Enunciado do projecto Agentes em Counter Strike 1 de Maio de 2008 1 Introdução O objectivo do projecto
Leia maisLógica Computacional
Aula Teórica 13: Dedução Natural em Lógica Proposicional António Ravara Simão Melo de Sousa Departamento de Informática, Faculdade de Ciências e Tecnologia, Universidade Nova de Lisboa Departamento de
Leia maisProgramação com Objectos 2º Teste Tipo 1º Semestre (120 minutos)
1/8 Programação com Objectos 2º Teste Tipo 1º Semestre (120 minutos) Nome: Primeira Parte (7 valores) PERGUNTA NOTA 1.1.1 1.1.2 1.1.3 1.2 1.3 1.4 Segunda Parte (3 valores) PERGUNTA RESPOSTA 2.1 2.2 2.3
Leia maisAplicações de Lógica. Lógica como Linguagem de Programação. Mario Benevides UFRJ
Aplicações de Lógica Lógica como Linguagem de Programação Mario Benevides UFRJ Listas Lista L=[a,b,c,d,e,f] onde a,b,...,f são elementos da lista. o elemento a é chamado de cabeça e a lista restante [b,c,d,e,f]
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 16 de Janeiro de 2013 17:00-18:30 Este teste é composto por 12 páginas contendo 7 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
Leia maisMETODOLOGIA ONTOCLEAN. Tópicos Especiais em Ontologias Prof. Tacla/UTFPR/CPGEI nov/2012
METODOLOGIA ONTOCLEAN Tópicos Especiais em Ontologias Prof. Tacla/UTFPR/CPGEI nov/2012 FUNDAMENTOS DA METODOLOGIA ONTOCLEAN Motivações Modeladores experientes de domínio sabem estruturar corretamente uma
Leia maisMatemática para Ciência de Computadores
Matemática para Ciência de Computadores 1 o Ano - LCC & ERSI Luís Antunes lfa@ncc.up.pt DCC-FCUP Complexidade 2002/03 1 Teoria de Conjuntos Um conjunto é uma colecção de objectos/elementos/membros. (Cantor
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 maisBanco de Dados I Generalização/Especialização
Banco de Dados I Frederico Queiroga fredericoqueiroga@gmail.com https://sites.google.com/site/fredericoqueiroga/ Extensões É possível modelar a maioria dos bancos de dados apenas com os conceitos básicos
Leia mais