Regras e Encadeamentos
|
|
- Diego Belém
- 5 Há anos
- Visualizações:
Transcrição
1 Regras e Encadeamentos Marco H. Terra Departamento de Eng. Elétrica - EESC - USP SEL Inteligência Artificial 1
2 Introdução Este capítulo discute a utilização de regras IF-THEN para resolução de problemas. Tais regras serão manipuladas com dois objetivos: (i) inferência de conclusões a partir de um conjunto de assertivas, (ii) validação de uma hipótese dada se ela atender as várias premissas que a fundamentam. Estas ideias fundamentam os sistemas especialistas. Tópicos de discussão: Encadeamento: para frente e para trás. Sistemas dedutivos e reativos baseados em regras. Exemplos: Identificação de animais (sistemas de diagnóstico) e sequência de embalagem de mercadorias (ações para configurar sistemas físicos). SEL Inteligência Artificial 2
3 Sistemas baseados em regras Sistemas para resolução de problemas baseados em regras são constituídos por regras definidas como abaixo: Rn If if1 Then if2 : ifp then1 then2 : thenq Os padrões IF são chamados de antecedentes e os padrões THEN são denominados consequentes SEL Inteligência Artificial 3
4 Definições importantes Um fato expressa uma situação ou declaração que é verdadeira. Uma assertiva é uma declaração que algo é um fato, logo ela pode ser verdadeira ou falsa. A memória de trabalho de um sistema destes consiste de uma coleção de assertivas verdadeiras. Um antecedente satisfeito é aquele em que um padrão IF se casa com uma assertiva da memória de trabalho. Uma regra engatilhada é aquela que todos seus padrões IF estão satisfeitos. Uma regra disparada é aquela que estabelece uma nova assertiva ou executa uma ação. SEL Inteligência Artificial 4
5 Tipos de sistemas baseados em regras Os sistemas baseados em regras possuem padrões IF da mesma natureza contudo diferem entre si com respeito aos padrões THEN. Baseado nestas diferenças, tais sistemas são divididos em sistemas dedutivos e sistemas reativos. Sistema dedutivo é um sistema baseado em regras no qual os padrões THEN especificam novas assertivas a serem anexadas à memória de trabalho. Sistema reativo é um sistema baseado em regras no qual os padrões THEN especificam ações a serem tomadas pelo sistema. SEL Inteligência Artificial 5
6 Representações para sistemas baseados em regras Uma memória de trabalho é uma representação na qual: Lexicalmente, existem símbolos e símbolos de padrões que são específicos da aplicação. Estruturalmente, assertivas são listas de símbolos e padrões são listas de símbolos ou símbolos de padrões, todos dependentes da aplicação. Semanticamente, as assertivas denotam fatos em um mundo escolhido. Procedimentalmente, possui rotinas para adicionar assertivas à memória de trabalho e rotinas para produzir uma lista de assertivas na memória de trabalho que se casam com assertivas de um padrão. SEL Inteligência Artificial 6
7 Representações para sistemas baseados em regras Uma base de regras é uma representação na qual: Lexicalmente, existem símbolos e símbolos de padrões que são específicos da aplicação. Estruturalmente, padrões são listas de símbolos ou símbolos de padrões dependentes da aplicação e regras consistem de padrões IF ou THEN. Semanticamente, regras denotam restrições que serão checadas nos procedimentos. Procedimentalmente, possui rotinas que constroem regras dada um lista ordenada de padrões IF e THEN e rotinas para produzir uma lista de padrões IF or THEN em regras dadas. SEL Inteligência Artificial 7
8 Tipos de encadeamento Encadeamento para frente: Um sistema baseado em regras que executa encadeamento para frente utiliza assertivas dadas e assertivas inferidas para deduzir novas assertivas ou realizar uma ação. O processamento se dá partindo das assertivas para chegar a uma conclusão. Encadeamento para trás: Um sistema baseado em regras que executa encadeamento para trás transforma uma assertiva que se quer provar ou uma ação que se quer tomar em uma hipótese. A partir daí usa as regras retroativamente para analisar as assertivas que suportam a hipótese em questão. SEL Inteligência Artificial 8
9 Um sistema dedutivo que identifica animais Este tópico descreve um sistema dedutivo para realizar identificação: o ZOOKEEPER. Este sistema produz uma cadeia de conclusões que servem para identificar um animal examinado. Características do ZOOKEEPER: Utiliza regras sem antecedentes longos. Gera assertivas intermediárias como saídas das regras. Combina estas assertivas e aquelas originais para produzir uma conclusão. Observa hábitos e características físicas para identificar os animais. Neste exemplo, pode-se distinguir sete animais: leopardo, tigre, girafa, zebra, avestruz, pinguim e albatroz. SEL Inteligência Artificial 9
10 Regras do ZOOKEEPER - Z1 Z1 If?x tem pelos Then?x é um mamífero Esta é uma regra que observa características físicas. As regras contêm variáveis x inicialmente sem valores. Elas vão assumir valores quando os antecedentes são comparados às assertivas dadas. Quando as variáveis assumem valores diz-se que elas estão instanciadas. SEL Inteligência Artificial 10
11 Regras do ZOOKEEPER Z2 a Z4 Z2 If?x dá leite Then?x é um mamífero Z3 If?x tem penas Then?x é um pássaro Z4 If?x voa Then?x põe ovos?x é um pássaro Regras determinam classe biológicas dos animais, onde Z2 e Z4 observam hábitos e Z3 observa características físicas. Z4 tem dois antecedentes para evitar conflito. SEL Inteligência Artificial 11
12 Regras do ZOOKEEPER Z5 e Z6 Z5 If?x é um mamífero?x come carne Then?x é um carnívoro Z6 If?x é um mamífero?x tem dentes pontudos?x tem garras?x tem olhos pontiagudos Then?x é um carnívoro Regras determinam se animal é carnívoro. Z5 observa hábitos e Z6 observa características físicas. Regras já utilizam assertivas geradas por regras anteriormente definidas. SEL Inteligência Artificial 12
13 Regras do ZOOKEEPER Z7 e Z8 Z7 If?x é um mamífero?x tem cascos Then?x é um ungulado Z8 If?x é um mamífero?x rumina Then?x é um ungulado Regras determinam se animal é ungulado. Z7 observa características físicas e Z8 observa hábitos. SEL Inteligência Artificial 13
14 Regras do ZOOKEEPER Z9 e Z10 Z9 If?x é carnívoro?x tem cor amarelo tostada?x tem manchas escuras Then?x é um leopardo Z10 If?x é um carnívoro?x tem cor amarelo tostada?x tem listas pretas Then?x é um tigre Regras para identificar os animais carnívoros. SEL Inteligência Artificial 14
15 Regras do ZOOKEEPER Z11 e Z12 Z11 If?x é um ungulado?x tem pernas longas?x tem pescoço comprido?x tem cor amarelo tostada?x tem manchas escuras Then?x é uma girafa Z12 If?x é um ungulado?x tem cor branca?x tem listas pretas Then?x é um zebra Regras para identificar os animais ungulados. SEL Inteligência Artificial 15
16 Regras do ZOOKEEPER Z13 e Z14 Z13 If?x é um pássaro?x não voa?x tem pernas compridas?x tem pescoço longo?x é preto e branco Then?x é uma avestruz Z14 If?x é um pássaro?x não voa?x nada?x é preto e branco Then?x é um pinguim SEL Inteligência Artificial 16
17 Regras do ZOOKEEPER Z15 Z15 If?x é um pássaro?x é bom voador Then?x é um albatroz Regras para identificar os pássaros. SEL Inteligência Artificial 17
18 Encadeamento para frente no ZOOKEEPER Para identificar um animal com ZOOKEEPER: Até as regras não produzirem novas assertivas ou o animal ser identificado, Para cada regra Tente fundamentar cada um dos antecedentes da regra comparando-os com os fatos. Se todos os antecedentes de regras estão fundamentados, declare o consequente a menos que este já exista. Repita para todas as alternativas que devem ser testadas. SEL Inteligência Artificial 18
19 Memória de trabalho para Stretch Stretch tem cabelo; Stretch rumina; Stretch tem pernas longas; Stretch tem cor amarela tostada; Stretch tem pescoço comprido; Stretch tem manchas negras. SEL Inteligência Artificial 19
20 Exemplo: encadeamento para frente Verificar que tipo de animal é Stretch. Solução: Stretch tem pelos, logo é um mamífero (dispara Z1); Stretch rumina e é um mamífero, logo é um ungulado (dispara Z8); Stretch é um ungulado, tem pernas longas, tem cor amarela tostada, tem pescoço comprido e tem manchas negras, logo é uma girafa (dispara Z11). SEL Inteligência Artificial 20
21 Exemplo: encadeamento para frente O fluxo de informação se dá através de uma série de regras antecedenteconsequente, a partir das assertivas para as conclusões. SEL Inteligência Artificial 21
22 Encadeamento para trás no ZOOKEEPER Até todas as hipótese terem sido testadas e nenhuma ter sido totalmente fundamentada ou até o animal ter sido identificado, Para cada hipótese Para cada regra na qual o consequente se casa com a hipótese do momento, Tente fundamentar cada um dos antecedentes de regra comparandoo com as assertivas na memória de trabalho ou encadeando para trás através de outra regra, criando assim uma nova hipótese. Se todos os antecedentes das regras estiverem fundamentados conclua que a hipótese é verdadeira. SEL Inteligência Artificial 22
23 Memória de trabalho para Swifty Swifty tem cabelo; Swifty tem olhos pontiagudos; Swifty tem garras; Swifty tem dentes pontudos; Swifty tem cor amarelo tostada; Swifty tem manchas negras. SEL Inteligência Artificial 23
24 Exemplo: encadeamento para trás Verificar se Swifty é um leopardo. Solução: Hipótese: Swifty é um leopardo logo considera Z9; Hipótese: Swifty é carnívoro logo considera Z5 ou Z6; Hipótese: Swifty é mamífero logo considera Z1 ou Z2; Z1 confirmado mas não se sabe se Swifty come carne logo desconsidera Z5; Considera Z6 na qual suas quatro propriedades são confirmadas por comparação com a memória de trabalho; Considera Z9 com duas outras propriedades confirmadas por comparação com a memória de trabalho logo Swifty é um leopardo. SEL Inteligência Artificial 24
25 Exemplo: encadeamento para frente O fluxo de informação se dá formando hipóteses e procurando através das regras antecedente-consequente se a hipótese é verdadeira. SEL Inteligência Artificial 25
26 Adequação do encadeamento ao problema Considerando como as regras estão relacionadas com os fatos: Emprego de encadeamento para trás é recomendado se os fatos dados e/ou fatos estabelecidos poderem resultar em um número alto de conclusões ou se existirem poucas condições para se chegar a uma conclusão. Emprego de encadeamento para frente é recomendado se existirem vários modos de se chegar às conclusões e se o número de conclusões for pequeno. SEL Inteligência Artificial 26
27 Um sistema reativo que ensaca mercadorias Este tópico descreve um sistema reativo baseado em regras, BAGGER, que produz uma sequência de ensacamento de mercadorias. Característicos de BAGGER: Este programa é estruturado em quatro procedimentos distintos como descritos a seguir. Análise de compras: Procura mercadorias perdidas e sugere novas compras. Ensaca-itens-grandes: Ensaca os maiores itens, colocando os vidros em primeiro lugar. Ensaca-itens-médios: Ensaca os itens médios, colocando congelados em sacos para freezers. Ensaca-itens-pequenos: Ensaca os menores itens. SEL Inteligência Artificial 27
28 Regras do Bagger B1 e B2 Regras para o passo de análise da compra. B1 If passo é análise-da-compra batatas fritas estão para ser ensacadas não existe pepsi para ser ensacada Then pergunte ao cliente se ele gostaria de levar uma garrafa de pepsi B2 If passo é análise-da-compra Then passo não é mais análise-da-compra passo é ensaca-itens-grandes SEL Inteligência Artificial 28
29 Regras do Bagger B1 e B2 B2 If passo é análise-de-compra Delete Add passo é análise-de-compra passo é ensaca-itens-grandes Regras para o passo de análise da compra. Elas sugerem novos itens para a lista de compras e encerram o primeiro passo. B2 tem uma segunda sintaxe, nela utiliza-se operações de subtração e adição. SEL Inteligência Artificial 29
30 Regras do Bagger B3 a B6 B3 If passo é ensaca-itens-grandes um item grande está para ser ensacado o item grande é uma garrafa o saco atual contém menos que 6 itens Delete um item grande está para ser ensacado Add o item grande está no saco atual B4 If passo é ensaca-itens-grandes um item grande está para ser ensacado o saco atual contém menos que 6 itens Delete um item grande está para ser ensacado Add o item grande está no saco atual SEL Inteligência Artificial 30
31 Regras do Bagger B3 a B6 B5 If passo é ensaca-itens-grandes Delete Add um item grande está para ser ensacado um saco vazio está disponível o saco atual é o saco atual o saco vazio é o saco atual B6 If passo é ensaca-itens-grandes Delete Add passo é ensaca-itens-grandes passo é ensaca-itens-médios Regras para o passo ensaca-itens-grandes. Elas empacotam itens grandes, iniciando pelas garrafas, em sacos com menos de 6 itens já acondicionados. As regras também encerram este passo. SEL Inteligência Artificial 31
32 Regras do Bagger B7 a B10 B7 If passo é ensaca-itens-médios um item médio está congelado o item não está no saco para freezer Delete o item não está no saco para freezer Add o item médio está no saco para freezer B8 If passo é ensaca-itens-médios um item médio está para ser ensacado o saco atual contém nada ou só itens médios o saco atual não contém itens grandes o saco atual tem menos que 12 itens médios Delete um item médio está para ser ensacado Add o item médio está no saco atual SEL Inteligência Artificial 32
33 Regras do Bagger B7 a B10 B9 If passo é ensaca-itens-médios um item médio está para ser ensacado um saco vazio está disponível Delete o saco atual é o saco atual Add o saco vazio é o saco atual B10 If passo é ensaca-itens-médios Delete passo é ensaca-itens-médios Add passo é ensaca-itens-pequenos Regras para o passo ensaca-itens-médios. Elas acondicionam itens congelados em sacos apropriados, ensacam itens médios, trocam saco cheio por outro vazio e mudam de passo. SEL Inteligência Artificial 33
34 Regras do Bagger B11 a B13 B11 If passo é ensaca-itens-pequenos um item pequeno está para ser ensacado o saco atual não contém itens grandes o saco atual não contém itens médios o saco atual tem menos que 18 itens pequenos Delete um item pequeno está para ser ensacado Add o item pequeno está no saco atual B12 If passo é ensaca-itens-pequenos um item pequeno está para ser ensacado um saco vazio está disponível Delete o saco atual é o saco atual Add o saco vazio é o saco atual SEL Inteligência Artificial 34
35 Regras do Bagger B11 a B13 B13 If passo é ensaca-itens-pequenos Delete Add passo é ensaca-itens-pequenos passo é final do processo Regras para o passo ensaca-itens-pequenos. Elas ensacam itens pequenos, trocam saco cheio por outro vazio e encerram processo. SEL Inteligência Artificial 35
36 Regras do Bagger B11 a B13 Esta é composta por assertivas que capturam informações sobre os itens que serão ensacados. Os itens estão listados como abaixo (esta será a entrada do sistema): Item Embalagem Tamanho Congelado? Pão Saco plástico Médio Não Refresco Jarra Pequeno Não Granola Caixa de papelão Grande Não Sorvete Embalagem de papelão Médio Sim Batata frita Saco plástico Médio Não Pepsi Garrafa Grande Não SEL Inteligência Artificial 36
37 Memória de trabalho do sistema reativo Formato da memória de trabalho no exemplo: passo é nome-do-passo nome-do-saco é um saco nome-da-mercadoria é para ser ensacada Composição inicial da memória de trabalho no exemplo: passo é análise-de-compra saco1 é um saco pão é para ser ensacado refresco é para ser ensacado granola é para ser ensacado sorvete é para ser ensacado fritas é para ser ensacado SEL Inteligência Artificial 37
38 Memória de trabalho do sistema reativo Composição após o passo análise-de-compra: passo é saco1 pão refresco granola sorvete fritas ensaca-itens-grandes é um saco é para ser ensacado é para ser ensacado é para ser ensacado é para ser ensacado é para ser ensacado Segue-se o passo que deve ensacar os itens grandes. SEL Inteligência Artificial 38
39 Memória de trabalho do sistema reativo Composição após o passo ensaca-itens-grandes: passo é saco1 saco1 pão refresco granola sorvete fritas ensaca-itens-médios contém pepsi contém granola é para ser ensacado é para ser ensacado é para ser ensacado é para ser ensacado é para ser ensacado Segue-se o passo que deve ensacar os itens médios. SEL Inteligência Artificial 39
40 Memória de trabalho do sistema reativo Composição após o passo ensaca-itens-médios: passo é saco1 saco1 saco2 saco2 saco2 refresco ensaca-itens-médios contém pepsi contém granola contém pão contém sorvete contém fritas é para ser ensacado Segue-se o passo que deve ensacar os itens pequenos. SEL Inteligência Artificial 40
41 Memória de trabalho do sistema reativo Composição após o passo ensaca-itens-médios: passo é saco1 saco1 saco2 saco2 saco2 saco3 O processo está encerrado. ensaca-itens-médios contém pepsi contém granola contém pão contém sorvete contém fritas contém refresco SEL Inteligência Artificial 41
Sistemas de Produção
Sistemas de Produção Introdução à Inteligência Artificial Profa. Josiane Patrick Henry Winston Artificial Intelligence 3ª edição cap. 7 agosto/2007 1 Regras de Produção Inventada em 1943 por Post Usa regra
Leia maisSistemas 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 maisSistemas de Produção Sistemas Baseados em Regras
Sistemas de Produção Sistemas Baseados em Regras Profa. Josiane Patrick Henry Winston Artificial Intelligence 3ª edição cap. 7 agosto/2008 1 Regras de Produção Inventada em 1943 por Post Usa regra formada
Leia maisSistemas de Produção Reativos e Algoritmo de Rete
Sistemas de Produção Reativos e Algoritmo de Rete Profa. Josiane Patrick Henry Winston Artificial Intelligence 3ª edição cap. 7 agosto/2008 1 Sistemas de Produção Reativos As regras são da forma: Se condição
Leia maisSistemas de Raciocínio Lógico (SRL)
Sistemas de Raciocínio Lógico (SRL) Universidade Federal de Goiás Instituto de Informática Inteligência Artificial Prof. Dr.Cedric Luiz de Carvalho 1 Agenda Aspectos Introdutórios Introdução; Terminologia;
Leia maisMecanismos 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 maisInteligência 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 maisSistemas 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 maisIMPLICAÇÕES SEMÂNTICA AULA 02 SAULO SANTOS
IMPLICAÇÕES SEMÂNTICA AULA 02 SAULO SANTOS PROGRAMA DA AULA 1. Semântica vs. Pragmática 2. Implicações 3. Acarretamento 4. Pressuposições 1. SEMÂNTICA VS. PRAGMÁTICA (1) Qual é o objeto de estudo da Semântica?
Leia maisAula 4B. Lógica e Algoritmos. Profª. Fabiany
Fundamentos de Programação 1 Aula 4B Lógica e Algoritmos. Profª. Fabiany Lógica A lógica de programação é a técnica de encadear pensamentos para atingir determinado objetivo. Sequência Lógica São passos
Leia maisInteligência 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 maisMineração de Dados em Biologia Molecular
Mineração de Dados em Biologia Molecular André C. P. L. F. de Carvalho Monitor: Valéria Carvalho Agrupamento de Dados Tópicos Agrupamento de dados Análise de cluster Dificuldades em agrupamento Algoritmos
Leia maisProgramação Estruturada Aula VisualG
Programação Estruturada Aula VisualG Prof. Flávio Barros flavioifma@gmail.com www.flaviobarros.com.br 2 CRIANDO ALGORITMO CRIANDO ALGORITMO Passos para construir Algoritmos Ler enunciado do problema, compreendendo-o
Leia maisProgramação de Computadores IV. Introdução a Linguagens de Programação Simone Martins SLIDES CEDIDOS POR BRUNO MARQUES 1
Programação de Computadores IV Introdução a Linguagens de Programação Simone Martins simone@ic.uff.br SLIDES CEDIDOS POR BRUNO MARQUES 1 Arquitetura de programação 2 O Que é um Dado? Dado é o elemento
Leia maisParadigmas de Linguagens de Programação. Linguagens de Programação Lógicas
Linguagens de Programação Lógicas Cristiano Lehrer Introdução Uma metodologia de programação diferente. Expressar programas na forma de lógica simbólica e a utilização de inferência lógica para produzir
Leia maisModelos 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 maisInteligência 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 maisFERRAMENTA DE AUXÍLIO AO PROCESSO DE DESENVOLVIMENTO DE SOFTWARE INTEGRANDO TECNOLOGIAS OTIMIZADORAS
FERRAMENTA DE AUXÍLIO AO PROCESSO DE DESENVOLVIMENTO DE SOFTWARE INTEGRANDO TECNOLOGIAS OTIMIZADORAS Acadêmico: Roger Anderson Schmidt Orientador : Marcel Hugo Supervisor : Ricardo de Freitas Becker Empresa
Leia maisLógica e prova de resolução Marco Henrique Terra
Lógica e prova de resolução Marco Henrique Terra Introdução à Inteligência Artificial Introdução n Este capítulo trata de lógica. l Inicialmente discute-se se a notação empregada em lógica. l Depois mostra-se
Leia maisEste conceito é bastante simples e será útil e conveniente nos itens seguintes, na definição das estruturas básicas de controle de execução.
Capítulo 7 Controle de Fluxo de Execução Até o momento os algoritmos estudados utilizam apenas instruções primitivas de atribuição, e de entrada e saída de dados. Qualquer conjunto de dados fornecido a
Leia maisProf: Ricardo Quintão Site:
Prof: Ricardo Quintão email: rgquintao@gmail.com Site: www.rgquintao.com.br Fundamentos da Programação Orientada a Objetos A Orientação a Objetos é uma tecnologia que enxerga os sistemas como sendo coleção
Leia maisAprendizado de Máquina
Aprendizado de Máquina André C. P. L. F. de Carvalho Posdoutorando: Isvani Frias-Blanco ICMC-USP Agrupamento de dados Tópicos Agrupamento de dados Dificuldades em agrupamento Algoritmos de agrupamento
Leia mais1 TEORIA DOS CONJUNTOS
1 TEORIA DOS CONJUNTOS Definição de Conjunto: um conjunto é uma coleção de zero ou mais objetos distintos, chamados elementos do conjunto, os quais não possuem qualquer ordem associada. Em outras palavras,
Leia maisSistemas 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 maisProgramação Orientada a Objetos. Programação Lógica
Programação Orientada a Objetos Programação Lógica Cristiano Lehrer, M.Sc. Introdução Uma metodologia de programação diferente. Expressar programas na forma de lógica simbólica e a utilização de inferência
Leia maisIntrodução à Programação
Introdução à Programação Linguagens de Programação: sintaxe e semântica de linguagens de programação e conceitos de linguagens interpretadas e compiladas Engenharia da Computação Professor: Críston Pereira
Leia maisAula 3 Conceitos de memória, variáveis e constantes Cleverton Hentz
Aula 3 Conceitos de memória, variáveis e constantes Cleverton Hentz Sumário de Aula } Conceito de Memória } Variáveis e Tipos de Dados } Constantes 2 Conceito de Memória } A memória de um computador é
Leia maisAprendizagem por gerenciamento de modelos múltiplos
Aprendizagem por gerenciamento de modelos múltiplos Marco H. Terra Departamento de Eng. Elétrica - EESC - USP SEL 0362 - Inteligência Artificial 1 Introdução Neste capítulo descreve-se uma maneira de se
Leia maisSistemas Especialistas e Representação do Conhecimento. Sistemas Especialistas e Representação do Conhecimento. Sistema Especialista
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
Leia maisSistemas 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 maisSemântica Operacional
Semântica Conceitos Semântica é o estudo do significado. Incide sobre a relação entre significantes, tais como palavras, frases, sinais e símbolos, e o que eles representam, a sua denotação. Semântica
Leia maisIntrodução a Computação
Edirlei Soares de Lima Introdução a Computação Aula 02 Lógica de Programação Lógica de Programação Lógica de Programação é a técnica de criar sequências lógicas de ações para atingir
Leia maisPREFEITURA MUNICIPAL DE SANTO ÂNGELO SECRETARIA MUNICIPAL DE EDUCAÇÃO CHAMADA PÚBLICA ALIMENTAÇÃO ESCOLAR 2 SEMESTRE ANO 2017 QUANTIDADE ESTIMADA
PREFEITURA MUNICIPAL DE SANTO ÂNGELO SECRETARIA MUNICIPAL DE EDUCAÇÃO CHAMADA PÚBLICA ALIMENTAÇÃO ESCOLAR 2 SEMESTRE ANO 2017 QUANTIDADE ESTIMADA Nº ITEM QUANTIDAD E UNIDADE MEDIDA DESCRIÇÃO E CRITÉRIOS
Leia maisInteligência 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 maisProgramação de Computadores:
Instituto de C Programação de Computadores: Introdução a Linguagens de Programação Luis Martí Instituto de Computação Universidade Federal Fluminense lmarti@ic.uff.br - http://lmarti.com Seis Camadas Problema
Leia maisEderson Luiz da Silva Ciência da Computação. Algoritmos e Programação
Ederson Luiz da Silva Ciência da Computação Algoritmos e Programação Linguagem de programação Linguagem de Programação Linguagem de máquina http://www.assemblyprogressivo.net/p/curso.html Linguagem de
Leia maisLinguagens Formais e Autômatos P. Blauth Menezes
Linguagens Formais e Autômatos P. Blauth Menezes blauth@inf.ufrgs.br Departamento de Informática Teórica Instituto de Informática / UFRGS Linguagens Formais e Autômatos - P. Blauth Menezes 1 Linguagens
Leia maisEngenharia de resolução de problemas
Engenharia de resolução de problemas O processo de resolução de um problema pode ser visto como uma seqüência de passos que devem ser definidos e aprimorados, até que o modelo escolhido para sua representação
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 maisALGORITMOS E TÉCNICAS DE PROGRAMAÇÃO
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE ALGORITMOS E TÉCNICAS DE PROGRAMAÇÃO Docente: Éberton da Silva Marinho e-mail: ebertonsm@gmail.com eberton.marinho@ifrn.edu.br
Leia maisNHI Lógica Básica (Lógica Clássica de Primeira Ordem)
NHI2049-13 (Lógica Clássica de Primeira Ordem) página da disciplina na web: http://professor.ufabc.edu.br/~jair.donadelli/logica O assunto O que é lógica? Disciplina que se ocupa do estudo sistemático
Leia maisINE5403 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.1/30 3 - INDUÇÃO E RECURSÃO 3.1) Indução Matemática 3.2)
Leia maisLógica para Computação Introdução. José Gustavo de Souza Paiva
Lógica para Computação Introdução José Gustavo de Souza Paiva 1 Introdução Raciocínio: ato característico da inteligência humana Encadear premissas e extrair uma conclusão Premissa: afirmação ou negação
Leia maisLINGUAGEM E TECNICAS DE PROGRAMAÇÃO
LINGUAGEM E TECNICAS DE PROGRAMAÇÃO Aula 03 Lógica Entrada de dados Lógica Lógica, no seu sentido mais amplo, está presente em todos os passos de nossas vidas, servindo de base para resolução de nossos
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 maisSistema Operacional Unidade 11.2 Shell Script: estruturas condicionais. QI ESCOLAS E FACULDADES Curso Técnico em Informática
Sistema Operacional Unidade 11.2 Shell Script: estruturas condicionais Curso Técnico em Informática SUMÁRIO SHELL SCRIPT COM IF... 3 OPERADORES RELACIONAIS... 3 COMPARAÇÕES EM SCRIPTS... 3 MAIS OPERADORES...
Leia maisALGORITMOS 3ª Aula. 3. Introdução Tipos de dados, variáveis e operadores Tipos de dados
3. Introdução Segundo alguns especialistas, qualquer programa de computador pode ser escrito utilizando apenas três estruturas básicas: Seqüência, Condição e Repetição. Isto significa que, na construção
Leia maisParadigmas de Programação
Paradigmas de Programação Sintaxe e semântica Aula 4 Prof.: Edilberto M. Silva http://www.edilms.eti.br Prof. Edilberto Silva / edilms.eti.br Sintaxe A sintaxe de uma linguagem de programação é a forma
Leia maisAdministração de Sistemas de Informação. Aula 7- Novas Tecnologias de Sistemas nos negócios
Aula 7- Novas Tecnologias de Sistemas nos negócios Conteúdo Programático desta aula Conhecer os conceitos básicos de Sistemas Especialistas; e identificar os Impactos Éticos e Sociais causados pelo uso
Leia maisTécnicas de Programação
Técnicas de Programação Algoritmos Anderson Gomes Eleutério Lógica A lógica de programação é necessária para pessoas que desejam trabalhar com desenvolvimento de sistemas e programas, ela permite definir
Leia maisAlgoritmos e Estrutura de Dados I Conceitos de Algoritmos. Prof. Elyssandro Piffer
Algoritmos e Estrutura de Dados I Conceitos de Algoritmos Prof. Elyssandro Piffer CONCEITO DE ALGORITMO O computador pode auxiliar em muitas tarefas, contudo ele não possui independência, não é inteligente,
Leia maisAula Teórica 14 Matrizes
Programação de Computadores I Universidade Federal de Ouro Preto Departamento de Ciência da Computação www.decom.ufop.br/gustavo Aula Teórica 14 Matrizes Material Didático Proposto 1 Agenda Introdução;
Leia mais6) ESTRUTURA DE UM PROGRAMA
Página 1 de 16 6) ESTRUTURA DE UM PROGRAMA = = program ; = uses
Leia maisFatores 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 maisO Estudo 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 de aquisição de conhecimento.
Leia maisFundamentos de Programação Introdução
Fundamentos de Programação Introdução Arquitetura Genérica de um Computador Máquina de Von Neumann Diagrama conhecido como Máquina de Von Neumann (grande nome da informática) A finalidade de um computador
Leia maisLinguagem de Programação e Compiladores
Linguagem de Programação e Compiladores Fernando Antônio Asevedo Nóbrega Instituto de Ciências Matemáticas e de Computação USP SCC-206 Introdução à Compilação 24 de abril de 2012 1 / 20 Sumário 1 Introdução
Leia maisAlgoritmos Computacionais
Material produzido por professores da UFABC Objetivos Aprender a sintaxe e a semântica de instruções de saída e de entrada de dados na linguagem PORTUGOL Aprender alguns operadores pra uso na parte de
Leia maisLinguagens Lógicas. Aluno: Victor Rocha
Linguagens Lógicas Aluno: Victor Rocha Roteiro Introdução Cálculo de Predicados Proposições Conectores Lógicos Variáveis Tipos de Cláusulas fatos regras Banco de Dados Prolog Fatos em Prolog Questões Unificação
Leia maisACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO
ACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO 2. Linguagens Livres-do-Contexto Referência: SIPSER, M. Introdução à Teoria da Computação. 2ª edição, Ed. Thomson Prof. Marcelo S. Lauretto marcelolauretto@usp.br
Leia mais03- Observe as figuras e preencha a tabela. De um lado, escreva os animais que nascem do ovo. Do outro lado, os animais que nascem do corpo da fêmea:
PROFESSOR: EQUIPE DE CIÊNCIAS BANCO DE QUESTÕES - CIÊNCIAS - 2º ANO - ENSINO FUNDAMENTAL ====================================================================== 01- Marque com um X a alternativa CORRETA:
Leia maisAlgoritmos e Estruturas de Dados II. Trabalho Prático 4
Algoritmos e Estruturas de Dados II Trabalho Prático 4 Entrega: 23/11/09 Devolução: 10/12/09 (sem possibilidade de entrega com atraso) Trabalho em dupla Prof. Jussara Marques de Almeida Problema 1: Construção
Leia maisParadigmas de Programação
Paradigmas de Programação Fabrício Olivetti de França 14 de Junho de 2018 1 λ-cálculo 2 Computabilidade Computabilidade é uma área de estudo central da Ciência da Computação. Ela estuda a possibilidade
Leia maisPascal. -Cabeçalho do programa. - label - const - type - var - procedure - function. - integer - real - byte - boolean - char - string
Pascal -Cabeçalho do programa Áreas do programa -Área de declarações -Corpo do programa - label - const - type - var - procedure - function - integer - real - byte - boolean - char - string Program
Leia maisProgramação de Redes de Computadores
1: Introdução 1 MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA CAMPUS SÃO JOSÉ SANTA CATARINA Programação de Redes de Computadores
Leia mais15/03/2018. Professor Ariel da Silva Dias Algoritmo e Contagem de Instruções. Prof. Ariel da Silva Dias -
Professor Ariel da Silva Dias Algoritmo e Contagem de Instruções 1 Um algoritmo pode ser visto como uma sequência de ações executáveis para a obtenção de uma solução para um determinado tipo de problema.
Leia maisInteligência Artificial Agentes Inteligentes
Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre
Leia maisOutros Argumentos Informais. Professor Mário Hozano
Outros Argumentos Informais Professor Mário Hozano Na aula anterior... Argumento é um raciocínio lógico composto por proposições (premissas e conclusões) a conclusão é consequência lógica das premissas
Leia maisAula 7: Portas Lógicas: AND, OR, NOT, XOR, NAND e NOR
Aula 7: Portas Lógicas: AND, OR, NOT, XOR, NAND e NOR Conforme discutido na última aula, cada operação lógica possui sua própria tabela verdade. A seguir será apresentado o conjunto básico de portas lógicas
Leia mais- Engenharia Reversa - Evolução de Sofware. Desenvolvimento como. Requisitos o que. Sistema porque. Profa. Dra. Sandra Fabbri. operacional.
Unidade V Evolução de Sofware - Engenharia Reversa - Profa. Dra. Sandra Fabbri Fases Genéricas do Ciclo de Vida Engenharia Sistemas Análise Projeto Codificação Manutenção Teste Sistema Requisitos Desenvolvimento
Leia maisAula 3 Listas Lineares Sequenciais Ordenadas. prof Leticia Winkler
Aula 3 Listas Lineares Sequenciais Ordenadas prof Leticia Winkler 1 Listas Lineares Sequenciais Ordenadas Elementos da lista estão dispostos num vetor (contíguos na memória) e ordenado de acordo com alguma
Leia maisCapítulo 6: Linguagens de Programação
Capítulo 6: Linguagens de Programação Ciência da Computação: Uma Visão Abrangente 11a Edição by J. Glenn Brookshear Copyright 2012 Pearson Education, Inc. Capítulo 6: Linguagens de programação 6.1 Perspectiva
Leia maisRevisão. Profa Marina Gomes
Revisão Profa Marina Gomes Algoritmos Na construção de um programa, o problema que o algoritmo representa é composto por três fases. Entrada: dados de entrada do algoritmo. Processamento: ações sobre os
Leia maisProf. Sandro Wambier
Prof. Sandro Wambier São elementos da Arquitetura de um computador: conjunto de instruções de um processador, os modos de endereçamentos, o tipo e tamanho dos dados manipulados pelo processador, ex.: Intel
Leia maisLinguagens de Programação Classificação
Classificação Classificação A proximidade que a linguagem de programação tem com a humana determina sua classe (o nível): Linguagem de máquina (primeira geração) Linguagem assembly - de montagem (segunda
Leia maisMétodos para a construção de algoritmo
Métodos para a construção de algoritmo Compreender o problema Identificar os dados de entrada e objetos desse cenário-problema Definir o processamento Identificar/definir os dados de saída Construir o
Leia maisLinguagens de Programação
Universidade Federal do Rio Grande do Norte Centro de Tecnologia Departamento de Computação e Automação Linguagens de Programação Professor Responsável: Luiz Affonso Henderson Guedes de Oliveira Prof.
Leia maisManipulando a base de dados
Manipulando a base de dados Uma base de dados pode ser manipulada com quatro operações básicas: Incluir, Apagar, Alterar e Pesquisar. Vale lembrar que como toda linguagem para computadores, o MySQL tem
Leia maisIntrodução à Inteligência Artificial
Introdução à Inteligência Artificial Marco H. Terra Departamento de Eng. Elétrica - EESC - USP SEL 0362 - Inteligência Artificial 1 O Computador Inteligente Definição (Winston): Inteligência Artificial
Leia maisLógica Proposicional Parte II. Raquel de Souza Francisco Bravo 25 de outubro de 2016
Lógica Proposicional Parte II e-mail: raquel@ic.uff.br 25 de outubro de 2016 Argumento Válido Um argumento simbólica como: pode ser ser representado em forma P 1 P 2 P 3 P n Q Onde P 1, P 2,,P n são proposições
Leia mais2. Algoritmos. Prof. Renato Tinós. Local: Depto. de Computação e Matemática (FFCLRP/USP) Introdução à Computação I IBM1006
Introdução à Computação I IBM1006 2. Algoritmos Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 2. Algoritmos 2.1. Introdução 2.2. Pseudo-código 2.3. Fluxograma
Leia maisTópicos Especiais em Informática Fatec Indaiatuba
Prof. Dilermando Piva Jr. Fatec Indaiatuba Principais diferenças de um SBC e os convencionais Organização dos dados SBCs: métodos que fazem busca em um espaço de possíveis soluções e fazem uso intensivo
Leia maisLógica Proposicional (Consequência lógica / Dedução formal)
Faculdade de Tecnologia Senac Pelotas Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas Matemática Aplicada Prof. Edécio Fernando Iepsen Lógica Proposicional (Consequência lógica /
Leia maisELETRÔNICA DIGITAL II. AUTOR: ENG. ANTONIO CARLOS LEMOS JÚNIOR
ELETRÔNICA DIGITAL II AUTOR: ENG. ANTONIO CARLOS LEMOS JÚNIOR acjunior@facthus.edu.br 1º SEMESTRE 2009 CONTEÚDO PROGRAMADO: 1 O que é um computador digital? 2 Como funcionam os computadores 3 O agente
Leia maisBertolo Por que Laços no VBA?
Por que os Laços? O propósito de um laço é conseguir que o Excel repita um fragmento de código um certo número de vezes. Quantas vezes o código sera repetido pode ser especificada como um número fixo (p.ex.
Leia maisSEMÂNTICA. Rogério Rocha. rode = program simples = var x : int := 3 in x := x + 5 end.
SEMÂNTICA program simples = var x : int := 3 in x := x + 5 end. rode =? Rogério Rocha Roteiro Introdução Sintaxe Semântica Dinâmica (Métodos formais) Operacional Axiomática Denotacional Estática Conclusão
Leia maisOficina: Programação para Android com o App Inventor. Profª. Alana Gama Licencianda em Ciências da Computação IF Baiano Campus Senhor do Bonfim
Oficina: Programação para Android com o App Inventor Profª. Alana Gama Licencianda em Ciências da Computação IF Baiano Campus Senhor do Bonfim Desenvolver o quinto Item da lista (Programação) Testa uma
Leia maisAlgoritmos e Estruturas de Dados I. Universidade Federal de São João del-rei Pedro Mitsuo Shiroma Sala 119 Bloco 3
Algoritmos e Estruturas de Dados I Universidade Federal de São João del-rei Pedro Mitsuo Shiroma Sala 119 Bloco 3 História da computação ENIAC (1946-1955) 5000 op/seg 30 toneladas; 18 mil válvulas; 140
Leia maisO Semáforo Nutricional
As idas às compras fazem parte da rotina de qualquer família e são muito importantes. Temos de saber comprar de forma inteligente e sustentável. E o que quer dizer sustentável? Sustentável é um adjetivo
Leia maisRedes Bayesianas. Disciplina: Inteligência Artificial Prof.: Cedric Luiz de Carvalho
Redes Bayesianas Disciplina: Inteligência Artificial Prof.: Cedric Luiz de Carvalho Introdução Tópicos Especificação e topologia das Redes Bayesianas Semântica Construção Tipos de Inferência Conclusões
Leia maisAula 8: Tableaux Analíticos
Lógica para Computação Segundo Semestre, 2014 Aula 8: Tableaux Analíticos DAINF-UTFPR Prof. Ricardo Dutra da Silva O métodos de Dedução Natural não permite inferir a falsidade de um sequente, ou seja,
Leia maisMétodos formais. Especificação Formal. Aceitação de métodos formais. O uso de métodos formais. Especificação e projeto
Métodos formais Especificação Formal A especificação formal é parte de um coleção mais geral de técnicas que são conhecidas como métodos formais. São todas baseadas na representação matemática e na análise
Leia maisInteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula II Algoritmos básicos de busca cega
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Resolução de problemas por meio de algoritmos de busca Aula II Algoritmos básicos de busca
Leia maisConceitos básicos de algoritmos
Conceitos básicos de algoritmos Operadores Aritméticos Unários: +, - Exemplos: +1-5.9... var a: inteiro... a
Leia maisSSC INTRODUÇÃO À COMPUTAÇÃO PARA ENGENHARIA AMBIENTAL MODULARIZAÇÃO. Profa. Dra. Milena Guessi Margarido
SSC 301 - INTRODUÇÃO À COMPUTAÇÃO PARA ENGENHARIA AMBIENTAL MODULARIZAÇÃO Profa. Dra. Milena Guessi Margarido (milena@icmc.usp.br) MODULARIZAÇÃO Um problema complexo é melhor abordado se for dividido primeiramente
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 maisProcessamento de Dados aplicado à Geociências. AULA 3: Algoritmos computacionais Representação de Algoritmos Sintaxe Tipos de dados Expressões
Processamento de Dados aplicado à Geociências 1 AULA 3: Algoritmos computacionais Representação de Algoritmos Sintaxe Tipos de dados Expressões UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO
Leia maisEdital 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 maisBem-vindo ao tópico sobre procedimentos de autorização no SAP Business One.
Bem-vindo ao tópico sobre procedimentos de autorização no SAP Business One. 1 Após a conclusão deste tópico, você estará apto a descrever o fluxo do processo empresarial quando é utilizado um procedimento
Leia mais