SCC-630 Inteligência Artificial
|
|
|
- Rui Aranha Alcaide
- 8 Há anos
- Visualizações:
Transcrição
1 Definições e SCC-630 Inteligência Artificial João Luís Garcia Rosa 1 1 Departamento de Ciências de Computação Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo - São Carlos João Luís G. Rosa c SCC-630: Inteligência Artificial 1/65
2 Sumário Definições e 1 Definições e 2 Máquinas que aprendem Por que estudar IA? 3 Conteúdo Programático Instrumentos de Avaliação João Luís G. Rosa c SCC-630: Inteligência Artificial 2/65
3 Sumário Definições e 1 Definições e 2 Máquinas que aprendem Por que estudar IA? 3 Conteúdo Programático Instrumentos de Avaliação João Luís G. Rosa c SCC-630: Inteligência Artificial 3/65
![Referência [5] Definições e João Luís G.](/docs-images/68/59830330/images/4-0.jpg "Rosa c 2011 - SCC-630: Inteligência")
4 Referência [5] Definições e João Luís G. Rosa c SCC-630: Inteligência Artificial 4/65
5 Referência [36] Definições e João Luís G. Rosa c SCC-630: Inteligência Artificial 5/65
6 Definições e A Inteligência Artificial (IA) pode ser definida de várias formas e através de vários ângulos. Segundo Russell & Norvig [5, 35], em relação à ação e ao pensamento, os sistemas inteligentes podem se dividir em humanos e racionais. João Luís G. Rosa c SCC-630: Inteligência Artificial 6/65
7 Definições e Sistemas que pensam como humanos O novo e excitante esforço para fazer computadores pensarem... máquinas com mentes, no sentido literal e completo (Haugeland [11]) A automação de atividades que nós associamos com o pensamento humano, atividades como tomada de decisões, solução de problemas, aprendizado... (Bellman [1]) João Luís G. Rosa c SCC-630: Inteligência Artificial 7/65
8 Definições e Sistemas que pensam racionalmente O estudo de faculdades mentais através do uso de modelos computacionais (Charniak and McDermott [4]) O estudo de computações que tornem possível perceber, raciocinar e agir (Winston [45]) João Luís G. Rosa c SCC-630: Inteligência Artificial 8/65
9 Definições e Sistemas que agem como humanos A arte de criar máquinas que realizam funções que requerem inteligência quando realizada por pessoas (Kurzweil [18]) O estudo de como fazer os computadores realizarem tarefas as quais, até o momento, as pessoas fazem melhor (Rich & Knight [4]). João Luís G. Rosa c SCC-630: Inteligência Artificial 9/65
10 Definições e Sistemas que agem racionalmente Um campo de estudo que busca explicar e emular comportamento inteligente em termos de processos computacionais (Schalkoff [38]) O ramo da ciência da computação que se preocupa com a automação do comportamento inteligente (Luger & Stubblefield [21]) João Luís G. Rosa c SCC-630: Inteligência Artificial 10/65
11 Sumário Definições e 1 Definições e 2 Máquinas que aprendem Por que estudar IA? 3 Conteúdo Programático Instrumentos de Avaliação João Luís G. Rosa c SCC-630: Inteligência Artificial 11/65
12 Definições e Pré-história da Inteligência Artificial Filosofia: lógica, métodos de raciocínio, a mente como sistema físico do aprendizado e da linguagem Matemática: representação formal e algoritmos de prova, computação, (in)decidibilidade, (in)tratabilidade, probabilidade Economia: utilidade, teoria da decisão Neurociências: substrato físico para a atividade mental Psicologia: fenômenos de percepção e controle motor, técnicas experimentais Engenharia de computação: construção de computadores rápidos Teoria de controle: projeto de sistemas que maximizam uma função objetivo Lingüística: representação do conhecimento, gramática João Luís G. Rosa c SCC-630: Inteligência Artificial 12/65
13 Definições e A gestação da Inteligência Artificial ( ) McCulloch e Pitts (1943) [23]: primeiro modelo matemático do neurônio Shannon (1950) [39] e Turing (1953) [41]: programas de xadrez para máquinas de Von Neumann Minsky e Edmonds (1951): primeiro computador de redes neurais Newell e Simon (1956): programa de raciocínio: Logic Theorist (LT), que era capaz de provar teoremas do Principia Mathematica de Russell e Whitehead McCarthy (1956): cria o termo Inteligência Artificial: A IA faz 55 anos em 2011! João Luís G. Rosa c SCC-630: Inteligência Artificial 13/65
![Definições e O teste de Turing (1950) HUMANO INTERROGADOR HUMANO SISTEMA DE IA Turing (1950) Computing machinery and intelligence: [40] As máquinas pensam?](/docs-images/68/59830330/images/14-0.jpg "As máquinas têm comportamento inteligente? Teste operacional para comportamento inteligente: o Jogo da Imitação João Luís G.")
14 Definições e O teste de Turing (1950) HUMANO INTERROGADOR HUMANO SISTEMA DE IA Turing (1950) Computing machinery and intelligence: [40] As máquinas pensam? As máquinas têm comportamento inteligente? Teste operacional para comportamento inteligente: o Jogo da Imitação João Luís G. Rosa c SCC-630: Inteligência Artificial 14/65
15 Definições e O teste de Turing (1950) Previsão: no ano 2000, uma máquina teria 30% de chance de enganar uma pessoa não treinada por 5 minutos Antecipou todos os maiores argumentos contra a IA nos 50 anos seguintes Sugeriu os maiores componentes da IA: conhecimento, raciocínio, entendimento de língua natural, aprendizado João Luís G. Rosa c SCC-630: Inteligência Artificial 15/65
16 Definições e Entusiasmo precoce, grandes expectativas ( ) Samuel (1952) [37]: jogo de damas: o programa aprendia a jogar melhor que seu criador - apresentado na TV em como Turing, dificuldade de achar máquinas McCarthy (1958): Lisp. Inventou o time-sharing (DEC) McCarthy (1958) [22]: Advice Taker com representação de conhecimento e raciocínio: 1o. sistema completo de IA Rochester e Gelernter (1959): Geometry Theorem Prover micromundos: onde a IA funciona Widrow e Hoff (1960) [43]: adaline Newell e Simon (1961) [28]: GPS: 1a.abordagem pensa como humano Rosenblatt (1962): perceptron [31] João Luís G. Rosa c SCC-630: Inteligência Artificial 16/65
17 Definições e Micromundo: mundo dos blocos João Luís G. Rosa c SCC-630: Inteligência Artificial 17/65
18 Definições e Uma dose de realidade ( ) Previsões irreais: Simon previu em 1958 que em 10 anos um computador seria campeão de xadrez IA funciona bem nos micromundos mas não no mundo real Weizenbaum (1965): ELIZA [42] Tradução de máquina: russo-inglês (dependência da sintaxe): the spirit is willing but the flesh is weak traduzido para the vodka is good but the meat is rotten Friedberg (1958) [9]: evolução de máquina (algoritmos genéticos) Minsky e Papert (1969): Perceptrons [25] Bryson e Ho (1969): descoberta do algoritmo de aprendizado backpropagation [2] João Luís G. Rosa c SCC-630: Inteligência Artificial 18/65
19 Definições e Sistemas Baseados em Conhecimento: a chave para o poder? ( ) Abordagens usadas até então: métodos fracos Buchanan (1969): DENDRAL [3]: usa conhecimento para inferir estrutura molecular a partir da informação de um espectômetro de massa: grande número de regras Feigenbaum: Heuristic Programming Project Sistemas especialistas: MYCIN com 450 regras Duda (1979): Prospector [8]: prospeção de molibdênio Entendimento de Línguas Naturais: SHRDLU de Winograd [44]: ainda dependência da sintaxe Charniak: conhecimento geral sobre o mundo Woods (1973): LUNAR [46]: PLN como interfaces para BDs João Luís G. Rosa c SCC-630: Inteligência Artificial 19/65
20 Definições e A IA torna-se uma indústria (1980-presente) McDermott (1982) [24]: 1o. Sistema especialista comercial bem sucedido: R1 na DEC: Em 1986, economia de US$40 milhões 1981: Japão anuncia o projeto da Quinta Geração: Prolog, inferência lógica e PLN Indústrias: Software: Carnegie Group, Inference, Intellicorp, Teknowledge Hardware: Lisp Machines Inc., Texas Instruments, Symbolics, Xerox Vendas: de poucos milhões em 1980 para 2 bilhões em João Luís G. Rosa c SCC-630: Inteligência Artificial 20/65
21 Definições e A volta das redes neurais (1986-presente) Apesar do livro Perceptrons de Minsky e Papert (1969) [25]: Hopfield (Física-1982) [14]: mecânica estatística para propriedades de armazenamento e otimização das redes Rumelhart e Hinton (Psicologia): modelos de memória McClelland e Rumelhart (1986): PDP [34]: reinvenção do algoritmo backpropagation Redes Neurais e IA tradicional: campos rivais João Luís G. Rosa c SCC-630: Inteligência Artificial 21/65
22 Definições e A IA torna-se uma ciência (1987-presente) Vitória dos puros (teorias da IA devem se fundamentar na matemática) sobre os impuros (experimentação sem rigor matemático) A IA não é mais isolada dos fundamentos da computação Reconhecimento de fala: modelos ocultos de Markov - teoria matemática rigorosa Mineração de Dados Redes bayesianas: raciocínio incerto e sistemas especialistas João Luís G. Rosa c SCC-630: Inteligência Artificial 22/65
23 Definições e Surgimento dos agentes inteligentes (1995-presente) Progresso na resolução dos subproblemas da IA levou à pesquisa do problema do agente como um todo Arquitetura completa de agente: SOAR (Newell, 1990 [27]; Laird et al., 1987 [19]) Ambiente propício: internet Vários livros tratam a IA sob a visão dos agentes inteligentes: Russell and Norvig, 1995 [35]; Poole et al., 1998 [30]; Nilsson, 1998 [3] João Luís G. Rosa c SCC-630: Inteligência Artificial 23/65
24 Definições e A disponibilidade de conjuntos de dados muito grandes (2001-presente) Durante os 60 anos da história da ciência da computação, a ênfase tem sido em algoritmos [5] Recentemente, há uma preocupação maior sobre dados, em vez de algoritmos. Aumento crescente da disponibilidade de grandes fontes de dados: trilhões de palavras em inglês e bilhões de imagens da web [16] ou bilhões de pares de base de sequências genômicas [5]. João Luís G. Rosa c SCC-630: Inteligência Artificial 24/65
25 Sumário Definições e 1 Definições e 2 Máquinas que aprendem Por que estudar IA? 3 Conteúdo Programático Instrumentos de Avaliação João Luís G. Rosa c SCC-630: Inteligência Artificial 25/65
26 Definições e Aplicações - parte 1 Planejamento autônomo e escalonamento: Remote Agent da NASA (Jonsson et al., 2000) [15] Jogos: Deep Blue da IBM venceu Gary Kasparov (Goodman and Keene, 1997) [10] Controle autônomo: visão artificial - ALVINN dirige um automóvel: 98% de acerto em km. Diagnóstico: SE médico baseado em análise probabilística (Heckerman, 1991) [13] João Luís G. Rosa c SCC-630: Inteligência Artificial 26/65
27 Definições e Aplicações - parte 2 Planejamento logístico: DART - Dynamic Analysis and Replanning Tool - Guerra do Golfo Pérsico em 1991 (Cross and Walker, 1994) [6] Robótica: robôs assistentes em microcirurgias - HipNav (DiGioia et al., 1996) [7] Reconhecimento de língua natural e resolução de problemas: PROVERB (Littman et al., 1999) [20] resolve palavras cruzadas melhor que a maioria dos seres humanos. Watson da IBM [29]: em 2011 participou de um concurso de perguntas em língua natural e ganhou US$1 milhão! João Luís G. Rosa c SCC-630: Inteligência Artificial 27/65
28 Sumário Definições e Máquinas que aprendem Por que estudar IA? 1 Definições e 2 Máquinas que aprendem Por que estudar IA? 3 Conteúdo Programático Instrumentos de Avaliação João Luís G. Rosa c SCC-630: Inteligência Artificial 28/65
29 Definições e Máquinas Inteligentes Máquinas que aprendem Por que estudar IA? Máquinas Inteligentes = Máquinas que aprendem Aprendizado: capacidade de reagir a novos estímulos Qual é a máquina mais inteligente conhecida? Cérebro humano. João Luís G. Rosa c SCC-630: Inteligência Artificial 29/65
30 Sumário Definições e Máquinas que aprendem Por que estudar IA? 1 Definições e 2 Máquinas que aprendem Por que estudar IA? 3 Conteúdo Programático Instrumentos de Avaliação João Luís G. Rosa c SCC-630: Inteligência Artificial 30/65
31 Ray Kurzweil Definições e Máquinas que aprendem Por que estudar IA? O profeta Ray Kurzweil: Em 2025, saberemos tudo sobre o cérebro humano e seremos capazes de reproduzi-lo com perfeição em máquinas Em 2029 um computador com o preço de um PC atual terá a capacidade de computação do cérebro humano Em 2030 não haverá distinção clara entre humanos e robôs Em 2060 uma máquina de mil dólares será mais capaz que todos os cérebros humanos somados Em 2099 um chip de 1 centavo de dólar vai ter uma capacidade de computação um bilhão de vezes maior que a de todos os cérebros humanos da Terra somados. João Luís G. Rosa c SCC-630: Inteligência Artificial 31/65
32 Definições e Fundamentos da IA Máquinas que aprendem Por que estudar IA? A IA herdou muitas idéias, técnicas e pontos de vista de outras disciplinas, incluindo a ciência cognitiva A hipótese de que as pessoas compreendem o mundo através da construção de modelos mentais sugere os itens fundamentais para os campos da ciência cognitiva: Psicologia: Como os modelos são representados no cérebro, como eles interagem com os mecanismos de percepção, memória e aprendizado, e como eles afetam ou controlam o comportamento? Lingüística: Qual é o relacionamento entre um universo, os objetos que ele nomeia e um modelo mental? Quais são as regras de sintaxe e semântica que relacionam modelos às sentenças? João Luís G. Rosa c SCC-630: Inteligência Artificial 32/65
33 Definições e Fundamentos da IA Máquinas que aprendem Por que estudar IA? E os campos: Filosofia: Qual é o relacionamento entre conhecimento, significado e modelos mentais? Como são os modelos usados no raciocínio e como tal raciocínio está relacionado com a forma lógica? Ciência da computação: Como um modelo pessoal do mundo pode ser representado em um sistema computacional? Quais as linguagens e ferramentas necessárias para descrever tais modelos e relaciona-los aos sistemas externos? Os modelos podem suportar uma interface de computador que as pessoas achariam simples de usar? João Luís G. Rosa c SCC-630: Inteligência Artificial 33/65
34 Áreas da IA Definições e Máquinas que aprendem Por que estudar IA? É tarefa da IA: Fazer o computador se comunicar com o ser humano em línguas naturais, gerando fala ou entendendo nossa fala (processamento de línguas naturais) Fazer o computador se lembrar de fatos complicados inter-relacionados e obter conclusões a partir deles (inferência lógica) Fazer o computador planejar seqüências de ações para alcançar metas (planejamento) Fazer o computador oferecer ajuda baseada em regras complicadas para várias situações (sistemas especialistas ou sistemas de dedução baseados em regras) Fazer o computador olhar através de câmeras e ver o que estiver lá (visão artificial) Fazer o computador se mover entre objetos do mundo real (robótica). João Luís G. Rosa c SCC-630: Inteligência Artificial 34/65
35 Áreas da IA Definições e Máquinas que aprendem Por que estudar IA? Para realizar estas tarefas, a IA trabalha com várias ferramentas: desde a lógica de predicados (lógica clássica), até simulações das redes neurais, redes de células nervosas do cérebro. João Luís G. Rosa c SCC-630: Inteligência Artificial 35/65
36 Definições e Máquinas que aprendem Por que estudar IA? Quando o raciocínio lógico dá errado PRIMEIRO ALDEÃO: Encontramos uma bruxa. Podemos queimá-la? TODOS: Uma bruxa! Queimem-na! BEDEVERE: Por que você acha que ela é uma bruxa? SEGUNDO ALDEÃO: Ela transformou-me em uma salamandra. BEDEVERE: Uma salamandra? SEGUNDO ALDEÃO depois de se olhar durante um tempo: Mas eu já melhorei. TODOS: Queimem-na de qualquer forma! BEDEVERE: Quietos! Há formas de saber se ela é uma bruxa. BEDEVERE: Digam-me... o que se faz com bruxas? TODOS: Queimamos. João Luís G. Rosa c SCC-630: Inteligência Artificial 36/65
37 Definições e Máquinas que aprendem Por que estudar IA? Quando o raciocínio lógico dá errado BEDEVERE: E o que se queima, além de bruxas? QUARTO ALDEÃO:... Madeira? BEDEVERE: Então por que as bruxas queimam? SEGUNDO ALDEÃO: Porque elas são feitas de madeira? BEDEVERE: Isso. TODOS: Certo. Sim, é claro. BEDEVERE: E como sabemos se ela é feita de madeira? PRIMEIRO ALDEÃO: Façamos uma ponte dela. BEDEVERE: Ah... mas não podemos fazer pontes de pedra também? TODOS: Sim, é claro... BEDEVERE: Madeira afunda na água? TODOS: Não, não, flutua. Joguem-na na lagoa. João Luís G. Rosa c SCC-630: Inteligência Artificial 37/65
38 Definições e Máquinas que aprendem Por que estudar IA? Quando o raciocínio lógico dá errado BEDEVERE: Esperem. Digam-me, o que também flutua na água? TODOS: Pão? Não, não. Maçãs... molho... pequenas pedras... BEDEVERE: Não, não, não. REI ARTUR: Um pato! (Todos se voltaram e olharam para ARTUR. BEDEVERE olhou muito impressionado.) BEDEVERE: Exatamente. Portanto... logicamente... PRIMEIRO ALDEÃO: Se ela... pesar o mesmo que um pato... ela é feita de madeira. BEDEVERE: E? TODOS: Ela é uma bruxa! Monty Python: Em Busca do Cálice Sagrado, 1977 [35]. João Luís G. Rosa c SCC-630: Inteligência Artificial 38/65
39 Sumário Definições e Conteúdo Programático Instrumentos de Avaliação 1 Definições e 2 Máquinas que aprendem Por que estudar IA? 3 Conteúdo Programático Instrumentos de Avaliação João Luís G. Rosa c SCC-630: Inteligência Artificial 39/65
40 Programa Definições e Conteúdo Programático Instrumentos de Avaliação 1 Métodos de Busca 2 Lógica de Predicados para Representação do Conhecimento 3 Prova Automática de Teoremas 4 Raciocínio Baseado em Regras 5 Representação de Conhecimento através do Prolog 6 Planejamento 7 Jogos 8 Introdução ao 9 Indução de Árvores de Decisão 10 Métodos de Amostragem e Avaliação de Algoritmos 11 Classificação e Seleção de Atributos 12 Aprendizado Probabilístico João Luís G. Rosa c SCC-630: Inteligência Artificial 40/65
41 Definições e Conteúdo Programático Instrumentos de Avaliação Objetivos específicos da disciplina Apresentar conceitos e técnicas da Inteligência Artificial, com ênfase na representação lógica do conhecimento. João Luís G. Rosa c SCC-630: Inteligência Artificial 41/65
42 Definições e Estratégia de Ensino Conteúdo Programático Instrumentos de Avaliação Aulas expositivas, com slides e lousa. Cópias dos slides (com leituras complementares nos títulos indicados na Bibliografia). João Luís G. Rosa c SCC-630: Inteligência Artificial 42/65
43 Sumário Definições e Conteúdo Programático Instrumentos de Avaliação 1 Definições e 2 Máquinas que aprendem Por que estudar IA? 3 Conteúdo Programático Instrumentos de Avaliação João Luís G. Rosa c SCC-630: Inteligência Artificial 43/65
44 Avaliação Definições e Conteúdo Programático Instrumentos de Avaliação Duas provas P1 (26/04) e P2 (21/06) Uma prova de recuperação REC (02/08) MP = P P2 0.6 Atenção: O aluno terá uma semana a partir da data de divulgação das notas das provas para a vista. João Luís G. Rosa c SCC-630: Inteligência Artificial 44/65
45 Definições e Integridade Acadêmica Conteúdo Programático Instrumentos de Avaliação A cola ou plágio em provas, exercícios ou atividades práticas implicará na atribuição de nota zero para todos os envolvidos. Dependendo da gravidade do incidente, o caso será levado ao conhecimento da Coordenação e do Conselho do Departamento, para as providências cabíveis. Na dúvida do que é considerado cópia ou plágio, o aluno deve consultar o professor antes de entregar um trabalho. João Luís G. Rosa c SCC-630: Inteligência Artificial 45/65
46 Apêndice Bibliografia Bibliografia Básica I [1] Rosa, J. L. G. Fundamentos da Inteligência Artificial. Editora LTC. Rio de Janeiro, No prelo. João Luís G. Rosa c SCC-630: Inteligência Artificial 46/65
47 Apêndice Bibliografia Bibliografia Complementar I [1] Bratko, I. Prolog Programming for Artificial Intelligence. Pearson Addison Wesley; 3rd edition, [2] Casanova, M. A., Giorno, F. A. C., Furtado, A. L. Programação em Lógica e a Linguagem Prolog. Ed. Edgard Blücher Ltda., 1987 [3] Nilsson, N. J. Artificial Intelligence : A New Synthesis. Morgan Kaufmann; [4] Rich, E. and Knight, K. Artificial Intelligence - 2nd. Edition. McGraw-Hill, 1991 João Luís G. Rosa c SCC-630: Inteligência Artificial 47/65
48 Apêndice Bibliografia Bibliografia Complementar II [5] Russell, S., Norvig, P. Artificial Intelligence - A Modern Approach. 3rd. edition. Prentice Hall, João Luís G. Rosa c SCC-630: Inteligência Artificial 48/65
49 Apêndice Bibliografia Referências I [1] Bellman, R. E. An Introduction to Artificial Intelligence: Can Computers Think? Boyd & Fraser Publishing Company, San Francisco, [2] Bryson, A. E. and Ho, Y.-C. Applied Optimal Control. Blaisdell, New York, [3] Buchanan, B. G., Sutherland, G. L., and Feigenbaum, E. A. Heuristic DENDRAL: a program for generating explanatory hypotheses in organic chemistry. João Luís G. Rosa c SCC-630: Inteligência Artificial 49/65
50 Apêndice Bibliografia Referências II in Metzer, B., Michie, D., and Swann, M., editors, Machine Intelligence 4, Edinburgh University Press, Edinburgh, Scotland, [4] Charniak, E. and McDermott, D. Introduction to Artificial Intelligence. Addison-Wesley, Reading, Massachusetts, [5] Collins, F. S., Morgan, M., and Patrinos, A. The human genome project: Lessons from large scale biology. Science, 300(5617), , João Luís G. Rosa c SCC-630: Inteligência Artificial 50/65
51 Apêndice Bibliografia Referências III [6] Cross, S. E. and Walker, E. Dart: Applying knowledge based planning and scheduling to crisis action planning. in Zweben, M. and Fox, M. S. editors, Intelligent Scheduling, Morgan Kaufmann, San Mateo, California, [7] DiGioia, A. M., Kanade, T., and Wells, P. Final report of the second international workshop on robotics and computer assisted medical interventions. Computer Aided Surgery, 2:69 101, João Luís G. Rosa c SCC-630: Inteligência Artificial 51/65
52 Apêndice Bibliografia Referências IV [8] Duda, R., Gaschnig, J., and Hart, P. Model design in the Prospector consultant system for mineral exploration. in Michie, D., editor, Expert Systems in the Microelectronic Age, Edinburgh University Press, Edinburgh, Scotland, [9] Friedberg, R. M. A learning machine: Part I. IBM Journal, 2:2 13, [10] Goodman, D. and Kleene, R. Man versus Machine: Kasparov versus Deep Blue. H3 Publications, Cambridge, Massachusetts, João Luís G. Rosa c SCC-630: Inteligência Artificial 52/65
53 Apêndice Bibliografia Referências V [11] Haugeland, J., editor Artificial Intelligence: The Very Idea. MIT Press, Cambridge, Massachusetts, [12] Haykin, S. Neural Networks - A Comprehensive Foundation. Second Edition. Prentice-Hall, [13] Heckerman, D. Probabilistic Similarity Networks. MIT Press, Cambridge, Massachusetts, João Luís G. Rosa c SCC-630: Inteligência Artificial 53/65
54 Apêndice Bibliografia Referências VI [14] Hopfield, J. J. Neurons with graded response have collective computational properties like those of two-state neurons. Proceedings of the National Academy of Sciences (USA), 79: , [15] Jonsson, A., Morris, P., Muscettola, N., Rajan, K., and Smith, B. Planning in interplanetary space: Theory and practice. in Proceedings of the 5th International Conference on Artificial Intelligence Planning Systems (AIPS-00), , Breckenridge, Colorado, AAAI Press, João Luís G. Rosa c SCC-630: Inteligência Artificial 54/65
55 Apêndice Bibliografia Referências VII [16] Kilgarriff, A. and Grefenstette, G. Introduction to the special issue on the web as a corpus. Computational Linguistics, 29(3), , [17] Klir, G. J. and Folger, T. A. Fuzzy Sets, Uncertainty, and Information. Prentice-Hall, 1988 [18] Kurzweil, R. The Age of Intelligent Machines. MIT Press, Cambridge, Massachusetts, [19] Laird, J. E., Newell, A., and Rosenbloom, P. S. SOAR: an architecture for general intelligence. Artificial Intelligence, 33(1):1 64, João Luís G. Rosa c SCC-630: Inteligência Artificial 55/65
56 Apêndice Bibliografia Referências VIII [20] Littman, M. L., Keim, G. A., and Shazeer, N. M. Solving crosswords with PROVERB. in Proceedings of the Sixteenth National Conference on Artificial Intelligence (AAAI-99), , Orlando, Florida, AAAI Press, [21] Luger, G. F. and Stubblefield, W. A. Artificial Intelligence: Structures and Strategies for Complex Problem Solving. Benjamin/Cummings, Redwood City, California, second edition, João Luís G. Rosa c SCC-630: Inteligência Artificial 56/65
57 Apêndice Bibliografia Referências IX [22] McCarthy, J. Programs with common sense. in Proceedings of the Symposium on Mechanisation of Thought Processes, 1: 77 84, London. Her Majesty s Stationery Office, [23] McCulloch, W. S. and Pitts, W. A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5: , [24] McDermott, J. R1: A rule-based configurer of computer systems. Artificial Intelligence 19(1):39 88, João Luís G. Rosa c SCC-630: Inteligência Artificial 57/65
58 Apêndice Bibliografia Referências X [25] Minsky, M. L. and Papert, S. Perceptrons: An Introduction to Computational Geometry. MIT Press, Cambridge, Massachusetts, first edition, [26] Monard, M. C. Slides da disciplina SCC630. Inteligência Artificial. ICMC - USP, [27] Newell, A. Unified Theories of Cognition. Harvard University Press, Cambridge, Massachusetts, João Luís G. Rosa c SCC-630: Inteligência Artificial 58/65
59 Apêndice Bibliografia Referências XI [28] Newell, A. and Simon, H. A. GPS, a program that simulates human thought. in Billing, H., editor, Lernende Automaten, R. Oldenbourg, Munich, Germany, [29] Plant, Robert Has the HAL 9000 Finally Arrived? hal_9000_finally_arriv.html, February 9, [30] Poole, D., Mackworth, A. K., and Goebel, R. Computational Intelligence: A Logical Approach. Oxford University Press, Oxford, UK, João Luís G. Rosa c SCC-630: Inteligência Artificial 59/65
60 Apêndice Bibliografia Referências XII [31] Rosenblatt, F. The perceptron: A perceiving and recognizing automaton. Report , Project PARA, Cornell Aeronautical Laboratory, [32] Rowe, N. C. Artificial Intelligence through Prolog. Prentice-Hall, Englewood Cliffs, New Jersey, [33] Rumelhart, D. E., Hinton, G. E., and Williams, R. J. Learning internal representations by error propagation. In Rumelhart, D. E. and McClelland, J. L., editors, Parallel Distributed Processing, 1(8): MIT Press, Cambridge, Massachusetts, João Luís G. Rosa c SCC-630: Inteligência Artificial 60/65
61 Apêndice Bibliografia Referências XIII [34] Rumelhart, D. E. and McClelland, J. L., editors. Parallel Distributed Processing MIT Press, Cambridge, Massachusetts. In two volumes, [35] Russell, S. and Norvig, P. Artificial Intelligence - A Modern Approach. Prentice-Hall, Inc. Upper Saddle River, New Jersey, [36] Russell, S. e Norvig, P. Inteligência Artificial. 2a. Edição. Editora Campus, João Luís G. Rosa c SCC-630: Inteligência Artificial 61/65
62 Apêndice Bibliografia Referências XIV [37] Samuel, A. L. Some studies in machine learning using the game of checkers. IBM Journal of Research and Development, 3(3): , [38] Schalkoff, R. J. Artificial Intelligence: An Engineering Approach. McGraw-Hill, New York, [39] Shannon, C. E. Programming a computer for playing chess. Philosophical Magazine, 41(4): , João Luís G. Rosa c SCC-630: Inteligência Artificial 62/65
63 Apêndice Bibliografia Referências XV [40] Turing, A. M. Computing machinery and intelligence. Mind, 59(236): , [41] Turing, A. M., Strachey, C., Bates, M. A., and Bowden, B. V. Digital computers applied to games. In Bowden, B. V., editor, Faster Than Thought, Pitman, London, João Luís G. Rosa c SCC-630: Inteligência Artificial 63/65
64 Apêndice Bibliografia Referências XVI [42] Weizenbaum, J. ELIZA-a computer program for the study of natural language communication between man and machine. Communications of the Association for Computing Machinery, 9(1):36 45, [43] Widrow, B. and Hoff, M. E. Adaptive switching circuits. in 1960 IRE WESCON Convention Record, , New York, [44] Winograd, T. Understanding natural language. Cognitive Psychology, 3(1), João Luís G. Rosa c SCC-630: Inteligência Artificial 64/65
65 Apêndice Bibliografia Referências XVII [45] Winston, P. H. Artificial Intelligence. Addison-Wesley, Reading, Massachusetts, third edition, [46] Woods, W. A. Progress in natural language understanding: An application to lunar geology. in AFIPS Conference Proceedings, 42: , João Luís G. Rosa c SCC-630: Inteligência Artificial 65/65
Inteligência Artificial IA
IA Prof. João Luís Garcia Rosa http://docentes.puc-campinas.edu.br/ceatec/joaoluis/ia.html [email protected] Faculdade de Engenharia de Computação PUC-Campinas 2004 Definições A (IA) pode ser
Introdução à Inteligência Artificial (Capítulo 1 - Russell) Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto
Introdução à Inteligência Artificial (Capítulo 1 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Áreas de Apoio para IA 3. Sub-Áreas da IA 4.
Inteligência Artificial
Inteligência Artificial Fabrício Enembreck PPGIA Programa de Pós-Graduação em Informática Aplicada 1 Definições de Inteligência Artificial estudo de como fazer os computadores realizarem coisas que, atualmente,
Inteligência Artificial
Inteligência Artificial Uma Visão Geral Profa. Dra. Flavia Cristina Bernardini PURO UFF Tópicos O que é IA História da IA Inteligência e Aprendizado O que constitui inteligência? Exercício: O que vocês
Inteligência Artificial
Inteligência Artificial CTC15 Aula 1 CTC15 Aula 1 1 Motivação e orientações gerais Sumário O que é e para que serve IA Breve história e estado da arte Divisões em IA Bibliografia e organização do curso
Sistemas Inteligentes
Sistemas Inteligentes Prof. Wilton O. Ferreira Universidade Federal Rural de Pernambuco UFRPE 1º Semestre / 2012 1 By Patricia Tedesco e Teresa Ludermir Mas... Esta disciplina serve para quê mesmo? Ao
PROF. DR. PAULO ROBERTO SCHROEDER DE SOUZA
Inteligência Artificial CONCEITOS PROF. DR. PAULO ROBERTO SCHROEDER DE SOUZA O que é Inteligência Artificial O que é Inteligência Artificial? É a ciência e engenharia de projetar/construir máquinas inteligentes,
INTELIGÊNCIA ARTIFICIAL. LEIC Tagus 1º Semestre 2009/10
INTELIGÊNCIA ARTIFICIAL LEIC Tagus 1º Semestre 2009/10 Corpo Docente Profª Inês Lynce (teóricas e práticas) - responsável Profª Ana Paiva (práticas) Página da Cadeira: Aulas de dúvidas Método de avaliação
IN0997 - Redes Neurais
IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação [email protected] Conteúdo Objetivos Ementa
Introdução à Inteligência Artificial. Eduardo R. Hruschka (Slides adaptados dos originais elaborados por Gustavo Batista)
Introdução à Inteligência Artificial Eduardo R. Hruschka (Slides adaptados dos originais elaborados por Gustavo Batista) Definição IA é uma grande área de pesquisa em Ciência da Computação. Existem diversas
Inteligência Artificial: Conceitos e Aplicações
Inteligência Artificial: Conceitos e Aplicações [email protected] Acadêmico das Faculdades Associadas de Ariquemes- FAAr Resumo O estudo da inteligência artificial teve origem há mais de dois mil anos.
INTELIGÊNCIA ARTIFICIAL. Verdades e Mitos
INTELIGÊNCIA ARTIFICIAL Verdades e Mitos Agenda Definição Inteligência Inteligência Artificial História da IA De Aristóteles até Siris Multidisciplinaridade Muito além da Computação Abordagens de IA Simbólica
IA: Introdução. Prof. Msc Ricardo Britto DIE-UFPI [email protected]
IA: Introdução Prof. Msc Ricardo Britto DIE-UFPI [email protected] Sumário O que é Inteligência Artificial? IA forte e IA fraca Métodos fortes e Métodos fracos De Aristóteles a Babbage Alan Turing e
Depois do estudo deste capítulo, o estudante deve ser capaz de:
1 Introdução 1.1 Objetivos: Depois do estudo deste capítulo, o estudante deve ser capaz de: Definir o modelo de Turing de um computador; Definir o modelo de von Neumann do computador; Descreve os três
Programa de Pós-Graduação em Engenharia da Informação
Programa de Pós-Graduação em Engenharia da Informação Introdução a Engenharia da Informação Sistemas Inteligentes - Inteligência Artificial Introdução a Inteligência Artificial Prof. Edson Pinheiro Pimentel
Avaliação de desempenho de virtualizadores no envio e recebimento de pacotes em sistemas Linux
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática 2015.1 Avaliação de desempenho de virtualizadores no envio e recebimento de pacotes em sistemas Linux Proposta
O papel do Professor como mediador 1
O papel do Professor como mediador 1 Uma qualidade importante da profissão do professor na escola, na práxis de sala de aula, tem a ver com a necessidade de integrar o total das competências e exigências
Leitura e interpretação de publicações científicas
Leitura e interpretação de publicações científicas Sessão de informações sobre vacinas Gabriela Calazans Educadora comunitária da Unidade de Pesquisa de Vacinas Anti-HIV e Professora da Faculdade de Ciências
BCC402 Algoritmos e Programação Avançada. Prof. Marco Antonio M. Carvalho Prof. Túlio Ângelo M. Tóffolo 2011/1
BCC402 Algoritmos e Programação Avançada Prof. Marco Antonio M. Carvalho Prof. Túlio Ângelo M. Tóffolo 2011/1 Introdução ao Curso 2 Carga horária semanal 2 aulas teóricas e 2 aulas práticas (ambas em laboratório)
Engenharia de Sistemas e Software Objetivos: Apresentar os métodos, técnicas e ferramentas para desenvolvimento e manutenção de sistemas e software.
Engenharia de Sistemas e Software Apresentar os métodos, técnicas e ferramentas para desenvolvimento e manutenção de sistemas e software. Sistema, sistema de informação e software; engenharia de sistemas
OBJETIVO GERAL DA DISCIPLINA
BANCO DE DADOS Universidade do Estado de Santa Catarina Centro de Ciências Tecnológicas Departamento de Ciência da Computação Prof. Alexandre Veloso de Matos [email protected] OBJETIVO GERAL DA
RECONHECIMENTO DE ACORDES MUSICAIS: UMA ABORDAGEM VIA PERCEPTRON MULTICAMADAS
Mecánica Computacional Vol XXIX, págs 9169-9175 (artículo completo) Eduardo Dvorkin, Marcela Goldschmit, Mario Storti (Eds) Buenos Aires, Argentina, 15-18 Noviembre 2010 RECONHECIMENTO DE ACORDES MUSICAIS:
1.1. Caracterização do Problema. Capítulo 1. Introdução 20
1 Introdução Projetos de software normalmente estão bastante suscetíveis a passar por inúmeras modificações ao longo do seu ciclo de vida. Muitos deles falham ao atingir seus resultados necessários dentro
Modelo Lógico: Tabelas, Chaves Primárias e Estrangeiras
Modelo Lógico: Tabelas, Chaves Primárias e Estrangeiras Apresentar a próxima etapa da modelagem de dados: o modelo lógico e os conceitos de tabelas, chaves primárias e estrangeiras e como o banco de dados
Os salários de 15 áreas de TI nas cinco regiões do Brasil
Os salários de 15 áreas de TI nas cinco regiões do Brasil Entre 2011 e 2012, os salários na área de tecnologia da informação (TI) cresceram em média 10,78% um número animador, que pode motivar jovens estudantes
Programação Orientada a Objectos - P. Prata, P. Fazendeiro
Programação Orientada a Objetos 1.1 - Perspectiva histórica: Conceitos A evolução das linguagens de programação tem-se feito na procura de ferramentas: -cada vez mais próximas da percepção humana - e que
Base Curricular Nacional Comum e o Livro Escolar do Futuro. Prof. Dra. Elda Gomes Araújo 23 de agosto de 2014
Base Curricular Nacional Comum e o Livro Escolar do Futuro Prof. Dra. Elda Gomes Araújo 23 de agosto de 2014 A uma criança daria asas, porém deixaria que ela sozinha aprendesse a voar" (García Márquez).
Notas de Aula Guilherme Sipahi Arquitetura de Computadores. Arquitetura de von Neumann
Notas de Aula Guilherme Sipahi Arquitetura de Computadores Burks, Goldstine e von Neumann (1946): Arquitetura de von Neumann Concluído em 1952 - IAS (Institute for Advanced Studies) Computer Na proposta
FACULDADE MULTIVIX CURSO DE ENGENHARIA DE PRODUÇÃO 2º PERÍODO MARIANA DE OLIVEIRA BERGAMIN MONIQUE MATIELLO GOMES THANIELE ALMEIDA ALVES
FACULDADE MULTIVIX CURSO DE ENGENHARIA DE PRODUÇÃO 2º PERÍODO MARIANA DE OLIVEIRA BERGAMIN MONIQUE MATIELLO GOMES THANIELE ALMEIDA ALVES COMPUTAÇÃO EM NUVEM CACHOEIRO DE ITAPEMIRIM 2015 MARIANA DE OLIVEIRA
Em que Consiste a Inteligência Artificial
Em que Consiste a Inteligência Artificial Lab. de Conexionismo e Ciências Cognitivas - L3C UNIVERSIDADE FEDERAL DE SANTA CATARINA Que é Inteligência Artificial? O sonho de fabricar artefatos com propiedades
Metodologias de PETI. Prof. Marlon Marcon
Metodologias de PETI Prof. Marlon Marcon PETI O PETI é composto de: Planejamento Estratégico da organização, que combina os objetivos e recursos da organização com seus mercados em processo de transformação
IC Inteligência Computacional Redes Neurais. Redes Neurais
Universidade Federal do Rio de Janeiro PÓS-GRADUAÇÃO / 2008-2 IC Inteligência Computacional Redes Neurais www.labic.nce.ufrj.br Antonio G. Thomé [email protected] Redes Neurais São modelos computacionais
NOTA SOBRE A TEORIA DA ESTABILIDADE DO EQUILÍBRIO EM MERCADOS MÚLTIPLOS: JOHN HICKS
NOTA SOBRE A TEORIA DA ESTABILIDADE DO EQUILÍBRIO EM MERCADOS MÚLTIPLOS: JOHN HICKS Tácito Augusto Farias* RESUMO Esta nota trata das principais contribuições conceituais de um importante economista do
(RelGradeCurricular) Número de créditos no período: 30 2 CMP4121 INTROD CIENCIA DA COMPUTACAO II MAF4231 CALCULO PARA COMPUTACAO III
1 de 5 Per Código Nome Créditos TOT PRE EST LAB PRA ORI 1 CMP4111 INTROD CIENCIA DA COMPUTACAO I FIT2010 LOGICA LET2071 PORTUGUES I LET4523 INGLES I MAF4111 CALCULO P/ COMPUTACAO I 6 6 0 0 0 0 90 MAF4112
Inteligência Artificial Aplicada a Robôs Reais
Inteligência Artificial Aplicada a Robôs Reais Prof. Dr. Eduardo Simões Instituto de Ciências Matemáticas e de Computação USP Cópias das Transparências: http://www.icmc.usp.br/~simoes/seminars/semi.html
UNIVERSIDADE DE SÃO PAULO Escola de Artes, Ciências e Humanidades Graduação em Gestão Ambiental Prof. Dra. Sylmara Gonçalves Dias
Disciplina: Princípios de Administração COD.: ACH-113 Área: Administração e meio ambiente Semestre do curso: 1º de 2013 Carga horária semanal: 2 horas PLANO DE DISCIPLINA Nome do professor: Profa. Dra.
CURSOS OFERECIDOS PELO ITA
CURSOS OFERECIDOS PELO ITA Formação, Atribuições da Profissão, Áreas de Atuação Engenharia Aeronáutica É a área da engenharia que se ocupa do projeto, fabricação e manutenção de aeronaves e do gerenciamento
EDITAL DE CREDENCIAMENTO N 002/2013 - OFICINAS E PALESTRAS PARA INCLUSÃO DE PESSOAS COM DEFICIÊNCIA E SERVIÇOS DE ACESSIBILIDADE O SERVIÇO NACIONAL DE APRENDIZAGEM DO COOPERATIVISMO NO ESTADO DE SÃO PAULO
Aula 03. Processadores. Prof. Ricardo Palma
Aula 03 Processadores Prof. Ricardo Palma Definição O processador é a parte mais fundamental para o funcionamento de um computador. Processadores são circuitos digitais que realizam operações como: cópia
Arquitecturas de Software Enunciado de Projecto 2007 2008
UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO Arquitecturas de Software Enunciado de Projecto 2007 2008 1 Introdução Na primeira metade da década de 90 começaram a ser desenvolvidas as primeiras
Painel. A Construção de Universidades de Excelência Internacional no Brasil
Painel A Construção de Universidades de Excelência Internacional no Brasil Marco A. Casanova Departamento de Informática Coordenador Central de Planejamento e Avaliação PUC-Rio 29 de julho de 2014 Roteiro
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE GRADUAÇÃO
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE GRADUAÇÃO PLANO DE ENSINO Ano Semestre letivo 2016 1º 1. Identificação Código 1.1 Disciplina: Microeconomia III 0760.223 1.2 Unidade:
Estudo de Caso no Mercado Imobiliário de Castelo Branco
23 Estudo de Caso no Mercado Imobiliário de Castelo Branco Maria Cristina Canavarro Teixeira Escola Superior Agrária, Quinta da Sra. de Mércules, 6001-909 Castelo Branco, Portugal [email protected] Sumário
Iniciação Científica no INATEL
Iniciação Científica no INATEL 2016 / 1º. Semestre Profa. Rosanna Coordenadora do Programa de IC Inatel [email protected] [email protected] Objetivo O que é Iniciação Científica? Quais são as oportunidades
Análise de Requisitos
Análise de Requisitos Análise de Requisitos O tratamento da informação é um requisito que fundamenta o processo de desenvolvimento de software antes da solução de tecnologia a ser aplicada. Cada projeto
Unidade 1: O Computador
Unidade : O Computador.3 Arquitetura básica de um computador O computador é uma máquina que processa informações. É formado por um conjunto de componentes físicos (dispositivos mecânicos, magnéticos, elétricos
Ajuste de um modelo de TRI aos dados do vestibular 2011.2 do curso de Administração Noturno da Universidade Federal de Uberlândia
Ajuste de um modelo de TRI aos dados do vestibular 20.2 do curso de Administração Noturno da Universidade Federal de Uberlândia José Waldemar da Silva 2 Mirian Fernandes Carvalho Araújo 2 Lucio Borges
UNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática MATRIZ CURRICULAR ELETIVAS
MATRIZ CURRICULAR S LIVRE ESCOLHA Núcleo Temático: HUMANAS Disciplina: LÍNGUA BRASILEIRA DE SINAIS 34 h/a (.34 ) Teóricas Etapa: 4ª Compreensão de aspectos composicionais da Língua Brasileira de Sinais
REDES NEURAIS ARTIFICIAIS E MODELO DE MARKOWITZ: COMPARANDO TÉCNICAS QUE APÓIAM A TOMADA DE DECISÃO NOS INVESTIMENTOS EM AÇÕES.
REDES NEURAIS ARTIFICIAIS E MODELO DE MARKOWITZ: COMPARANDO TÉCNICAS QUE APÓIAM A TOMADA DE DECISÃO NOS INVESTIMENTOS EM AÇÕES. Paulo Henrique Kaupa (Uninove) [email protected] Renato Jose Sassi (Uninove)
VIII Oficinas de Formação A Escola na Sociedade da Informação e do Conhecimento praticar ao Sábado. E-learning. 3 de Março de 2007
VIII Oficinas de Formação A Escola na Sociedade da Informação e do Conhecimento praticar ao Sábado E-learning 3 de Março de 2007 Plataformas de E-learning em contexto educativo Intervenção de José Luís
Informática I. Aula 19. http://www.ic.uff.br/~bianca/informatica1/ Aula 19-20/06/06 1
Informática I Aula 19 http://www.ic.uff.br/~bianca/informatica1/ Aula 19-20/06/06 1 Ementa Histórico dos Computadores Noções de Hardware e Software Microprocessadores Sistemas Numéricos e Representação
UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BAURU FACULDADE DE ARQUITETURA, ARTES E COMUNICACAO DE BAURU
Nível: Histórico: Mestrado/Doutorado Código Capes: DES00012 Docente(s) Responsável(eis): Prof. Dr. JOAO FERNANDO MARAR Situação Ativa Dt. Aprovação 05/12/2013 Dt. Desativação Créditos 8 CH. Total CH. Teórica
Banco de Dados I. Prof. Edson Thizon [email protected]
Banco de Dados I Prof. Edson Thizon [email protected] Conceitos Dados Fatos conhecidos que podem ser registrados e que possuem significado implícito Banco de dados (BD) Conjunto de dados interrelacionados
Fundamentos de Bancos de Dados 3 a Prova Caderno de Questões
Fundamentos de Bancos de Dados 3 a Prova Caderno de Questões Prof. Carlos A. Heuser Dezembro de 2009 Duração: 2 horas Prova com consulta Questão 1 (Construção de modelo ER) Deseja-se projetar a base de
PROJETO DE LEI Nº., DE DE DE 2012.
PROJETO DE LEI Nº., DE DE DE 2012. Estabelece preceitos para o aperfeiçoamento da política educacional estadual dos sistemas públicos de ensino, para a permanência e o sucesso escolar de alunos com distúrbios,
ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD
ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos
FORMULÁRIO PARA CRIAÇÃO DE DISCIPLINA
Universidade Federal do Ceará Pró-Reitoria de Graduação Coordenadoria de Projetos e Acompanhamento Curricular Divisão de Pesquisa e Desenvolvimento Curricular FORMULÁRIO PARA CRIAÇÃO DE DISCIPLINA 1. Unidade
Planejamento da Disciplina Controle e Servomecanismos II
Planejamento da Disciplina Controle e Servomecanismos II Esta versão utiliza a 3 a edição do livro [1] e não mais será atualizada Identificação UERJ Faculdade de Engenharia Departamento de Eletrônica e
COMPUTAÇÃO UBIQUA E INTERNET DAS COISAS, PROPOSTA DE ELETIVA NA FORMAÇÃO DO TECNÓLOGO EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS
COMPUTAÇÃO UBIQUA E INTERNET DAS COISAS, PROPOSTA DE ELETIVA NA FORMAÇÃO DO TECNÓLOGO EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS Vinicio Silva de Oliveira¹, Jefferson Biajone², Flavia Cristina Cavalini³
PROJETO DO CURSO TÉCNICO DE NÍVEL MÉDIO INTEGRADO EM INFORMÁTICA
MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA GOIANO. CAMPUS CERES DEPARTAMENTO DE DESENVOLVIMENTO EDUCACIONAL PROJETO DO
Programação de Computadores em C
Programação de Computadores em C Primeira edição Carlos Camarão Universidade Federal de Minas Gerais Doutor em Ciência da Computação pela Universidade de Manchester, Inglaterra Lucília Figueiredo Universidade
Curso Superior de Tecnologia em Gestão Pública. Introdução ao gerenciamento de projeto
Curso Superior de Tecnologia em Gestão Pública Introdução ao gerenciamento de projeto O que é um Projeto? Um projeto é um complexo e não rotineiro esforço único limitado por tempo, orçamento, recursos
Arquitetura e Organização de Computadores. Profa. Débora Matos
Arquitetura e Organização de Computadores aula 1 Profa. Débora Matos Apresentação da disciplina CARGA HORÁRIA: 72H/A ANO/SEMESTRE: 2011/2 TURNO: NOITE PROFESSORA RESPONSÁVEL: DÉBORA MATOS COMPETÊNCIAS
PROGRAMA. Código: ADM 09927 Professor: Profª Doutoranda Inayara Gonzalez Período: 2012/1
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Centro de Ciências Jurídicas e Econômicas Departamento de Administração Curso de Administração Av. Fernando Ferrari, 514 Campus Universitário Goiabeiras CEP. 29075-910
Projeto de Desenvolvimento de Software
Projeto de Desenvolvimento de Software Introdução a Engenharia de Software (continuação) Msc. Eliezio Soares [email protected] http://docente.ifrn.edu.br/elieziosoares Engenharia de Software Definição
Fundamentos de Programação. Diagrama de blocos
Fundamentos de Programação Diagrama de blocos Prof. M.Sc.: João Paulo Q. dos Santos E-mail: [email protected] Página: http://docente.ifrn.edu.br/joaoqueiroz/ O processo de desenvolvimento (programação),
Modelagem De Sistemas
Modelagem De Sistemas UNIP Tatuapé - SP Aplicações em Linguagem de Programação Prof.Marcelo Nogueira Uma empresa de software de sucesso é aquela que consistentemente produz software de qualidade que vai
PROJETO DE LÍNGUA PORTUGUESA
ASSOCIAÇÃO ESCOLA 31 DE JANEIRO 2012/13 PROJETO DE LÍNGUA PORTUGUESA TRANSVERSALIDADE NA CORREÇÃO DA ESCRITA E DA EXPRESSÃO ORAL DEPARTAMENTO DE LÍNGUAS E CIÊNCIAS SOCIAIS E HUMANAS INTRODUÇÃO A língua
Análise de Sistemas 3º Bimestre (material 2)
Análise de Sistemas 3º Bimestre (material 2) Professor: José Ronaldo Leles Júnior Turma: 2º ano do curso de Sistemas de Informação UEG Universidade Estadual de Goiás Campus Posse POO Paradigma Orientado
Conceitos básicos sobre computadores
SSC0101 - ICC1 Teórica Introdução à Ciência da Computação I Conceitos básicos sobre computadores Prof. Vanderlei Bonato: [email protected] Sumário O que é um computador e onde podemos encontrá-los? Divisão:
Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1
Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1 O Journal Citation Reports (JCR) publica anualmente o índice conhecido por fator de impacto de um periódico para medir a freqüência com que
ARQUITETURA DE COMPUTADORES. Professor: Clayton Rodrigues da Siva
ARQUITETURA DE COMPUTADORES Professor: Clayton Rodrigues da Siva OBJETIVO DA AULA Objetivo: Conhecer a estrutura da arquitetura da Máquina de Von Neumann. Saber quais as funcionalidades de cada componente
Problema de alocação de salas de aulas: uma abordagem via algoritmos genéticos
III Encontro de Modelagem Computacional Problema de alocação de salas de aulas: uma abordagem via algoritmos genéticos Marco Aurélio Buono Carone- [email protected] Vinícius Tinti de Paula Oliveira- [email protected]
Técnicas de IA Aplicadas à Resolução de Problemas. [email protected] http://www.inf.ufsc.br/~mauro
INE5430 Inteligência Artificial Ementa Técnicas de IA Aplicadas à Resolução de Problemas. IA Simbólica e Não Simbólica Professor Mauro Roisenberg [email protected] http://www.inf.ufsc.br/~mauro (C) - Prof.
Engenharia de Software - 1
Engenharia de Software Licenciatura de EI 2008/2009-6º semestre [email protected] Engenharia de Software - 1 Objectivos da Cadeira de Engenharia de Software da Licenciatura de EI Ensinar fundamentos de
CENTRO UNIVERSITÁRIO SENAC Diretoria de Pós-graduação e Pesquisa
CENTRO UNIVERSITÁRIO SENAC Diretoria de Pós-graduação e Pesquisa PLANO DE ENSINO MODALIDADE PRESENCIAL 1 Ano 2016 1º Semestre Curso: Marketing Digital e E-commerce Disciplina: Fundamentos do Ambiente Digital
Disciplina: Trabalho de Conclusão de Curso
Disciplina: Trabalho de Conclusão de Curso Departamento de Tecnologia da Informação Curso: Análise e Desenvolvimento de Sistemas Professoras. Neide Aquemi e Vania Franciscon Auxiliares: André S. G. Santos
MANUFATURA AUXILIADA POR COMPUTADOR PROF.: Dalberto Dias da Costa Lab. Usinagem Departamento de Engenharia Mecânica
UNIVERSIDADE FEDERAL DO PARANÁ PROGRAMA DE PÓS- GRADUAÇÃO EM ENGENHARIA DA PRODUÇÃO (PPGEP) MANUFATURA AUXILIADA POR COMPUTADOR PROF.: Dalberto Dias da Costa Lab. Usinagem Departamento de Engenharia Mecânica
Gestão da Qualidade. Aula 13. Prof. Pablo
Gestão da Qualidade Aula 13 Prof. Pablo Proposito da Aula 1. Conhecer as normas da família ISO 9000. Família da norma ISO 9000 Família ISO 9000 As normas ISO da família 9000 formam um conjunto genérico
Breve história da Inteligência Artificial. Introdução. História
Breve história da Inteligência Artificial Introdução Guilherme Bittencourt Departamento de Automação e Controle Universidade Federal de Santa Catarina 88040-900 Florianópolis SC Brasil Fone: +55 (48) 331
P R Ó - R E I T O R I A D E P Ó S - G R A D U A Ç Ã O COORDENADORIA DE PÓS-GRADUAÇÃO STRICTO SENSU DISCIPLINA
UNIVERSIDADE FEDERAL DE LAVR AS P R Ó - R E I T O R I A D E P Ó S - G R A D U A Ç Ã O COORDENADORIA DE PÓS-GRADUAÇÃO STRICTO SENSU DISCIPLINA Código PSI501 Denominação MODELAGEM MATEMÁTICA E SIMULAÇÃO
UNIVERSIDADE PAULISTA CURSOS
UNIVERSIDADE PAULISTA CURSOS CST em Análise e Desenvolvimento de Sistemas CST em Automação Industrial CST em Gestão da Tecnologia da Informação CST em Redes de Computadores PIM Projeto Integrado Multidisciplinar
Um Problema. Um Problema
Inteligência Artificial Introdução PARTE 1 Agenda Introdução O que é a Inteligência Artificial? Paradigmas de IA Fundamentos PARTE 2 Historia Áreas de IA Algumas Aplicações 1 Um Problema Resolver o quebra-cabe
INTELIGÊNCIA ARTIFICIAL
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Pearson, 2009. Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação
SOBRE PAPEL DE ANALISTA DE NEGÓCIOS, ANALISTA DE PROCESSOS E ANALISTA DE SISTEMAS NA NOVA REALIDADE DA ERA INTERNET
RIT Revista Inovação Tecnológica Volume 4, número 2 2014 ISSN: 2179-2895 Editor Científico: Alessandro Marco Rosini Avaliação: Melhores práticas editoriais da ANPAD SOBRE PAPEL DE ANALISTA DE NEGÓCIOS,
Um Sistema de Suporte ao Planejamento para Gestão de Projetos
Um Sistema de Suporte ao Planejamento para Gestão de Projetos Fabrício Jailson Barth, Edson Satoshi Gomi Laboratório de Engenharia de Conhecimento (Knoma) Departamento de Computação e Sistemas Digitais
Geometria Analítica. Geometria Analítica. Geometria Analítica 15/08/2012. Objetivos gerais da disciplina. Prof. Luiz Antonio do Nascimento
Prof. Luiz Antonio do Nascimento Objetivos gerais da disciplina Desenvolver a capacidade lógica para resolução de problemas, e de tomada de decisões. Fornecer as noções básicas de Geometria Analítica.
PARADIGMAS DA INTELIGÊNCIA ARTIFICIAL EM JOGOS ELETRÔNICOS
PARADIGMAS DA INTELIGÊNCIA ARTIFICIAL EM JOGOS ELETRÔNICOS João Antônio Bezerra Rodrigues¹, Késsia Rita da C. Marchi¹, Jaime William Dias¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil [email protected]
Curso de Redes Neurais utilizando o MATLAB
Curso de Redes Neurais utilizando o MATLAB Victoria Yukie Matsunaga Belém-Pará-Brasil 2012 Esta apostila tem como principal objetivo fornecer um material de auxílio ao Curso de Redes Neurais utilizando