Os avanços tecnológicos da última década tem feito dos computadores um elemento de contribuição essencial para os processos de solução de problemas e de tomada de decisão cooperativos. Hoje, alem do interesse mantido nos sistemas de solução de problemas, cujo raciocínio a baseado no processo de decisão de um único individuo (conhecidos por SE's), o esforço das pesquisas, em Inteligência Artificial, esta centrado no sentido de conceber sistemas que permitam a interação cooperativa entre diversos indivíduos participantes do processo, sejam esses humanos ou sistemas computacionais. A solução de problemas cooperativos, dentro do escopo geral da Inteligência Artificial (IA), é assunto analisado sob dois aspectos diferentes. O primeiro, mais antigo, identifica, como agentes de um dialogo, o sistema computacional e o seu usuário, onde pesquisas estão centradas no estudo da interação homem-máquina. Os esforços desta área de pesquisa tem sido no sentido de conceber, aos sistemas, capacidades de comunicação muito mais ricas do que aquelas oferecidas por sistemas de solução de problemas tradicionais, isto é, permitir aos sistemas compartilhar a solução de um problema, tomando o usuário um agente muito mais ativo e participativo. O segundo aspecto situa-se na área de Inteligência Artificial Distribuída (IAD), uma nova concepção de IA que acompanha o avanço da tecnologia de desenvolvimento de maquinas paralelas e a difusão, em larga escala, de sistemas computacionais distribuídos. Seus esforços são no sentido de conceber sistemas compostos de múltiplos sub-sistemas, capazes de resolver problemas complexos autonomamente. de forma cooperativa. Este trabalho se insere no contexto da interação homem-máquina. São apresentados métodos e estratégias para o fornecimento de capacidades cooperativas ao sistema. A descrição de uma arquitetura para Sistemas Especialistas (SE), baseada em raciocínio meta-nível, é apresentada com o intuito de enriquecer as capacidades de explanação e aquisição de conhecimentos desses sistemas. Consideramos que as ferramentas de explanação e aquisição de conhecimentos são fundamentais para a construção de diálogos cooperativos entre o sistema e o usuário. A ferramenta de explanação é o componente do SE responsável pela geração de justificativas sobre as conclusões do sistema. Ela permite ao sistema tornar explicito o seu raciocínio, fornecendo capacidades de argumentação sobre a validade de suas conclusões. O sistema, através desta ferramenta, tem condições de explicar suas ações, conclusões. escolhas e perguntas feitas ao usuário, permitindo, dessa forma, ao próprio usuário. através de um diálogo cooperativo. comparar seus conhecimentos e estratégias. concordando ou discordando do sistema. A ferramenta de aquisição de conhecimento. outro modulo importante num processo cooperativo, permite ao sistema aprender incrementalmente, através da aquisição de novos conhecimentos, bem como da reestruturação de alguns conhecimentos ou regras com falhas. Analisa-se um problema real, cuja solução e concebida através da interação homem-máquina. embora, intuitivamente, seja apresentada uma abordagem multi-agente para o problema, no final deste trabalho, com o intuito de apontar a evolução que terá essa pesquisa. Como produto deste trabalho de pesquisa, desenvolveu-se, dentro do projeto Inteligência Artificial Distribuída do grupo de Inteligência Artificial do CPGCC da UFRGS. urn sistema denominado SETA. O sistema permite a criação de SE's dedicados a auxiliar o medico na prescrição farmacológica de qualquer grupo de patologia clinica. A representação do conhecimento aplicado foi desenvolvida com o intuito de facilitar a atividade de formulação de prescrições onde o conhecimento esta estruturado em níveis de representação que denotam os conhecimentos clínico e farmacológico separadamente. Cada SE, desenvolvido pelo SETA, permite oferecer justificativas claras ao usuário sobre a prescrição farmacológica indicada pelo sistema, através de explanações do tipo how. why e why not. Oferece, ainda, facilidades de aquisição de conhecimento, permitindo a modificação do conhecimento do sistema através de um modulo interativo, cuja interface foi construída no sentido de permitir uma comunicacc7o natural entre os agentes. ou seja. o sistema e o medico especialista. Resumindo, a interação cooperativa homem-máquina é concebida através das facilidades de explanação e aquisição de conhecimento, levando a incorporação explicita de meta-conhecimento ao sistema. / The technological advance of the past decade turned computers into an element of essential contribution for the cooperative problem-solving and decision-taking processes. Today, besides the interest kept in problem-solving systems, whose reasoning is based upon the process of decision of a single individual (known as ES), the effort of researchs in Artificial Intelligence is to create systems that allow cooperative interaction among various individuals participating in the process, these being either human beings or computer systems. The solution of cooperative problems, within the general scope of Artificial Intelligence, is a subject analysed under two different aspects. The first one, out of date, identifies the computer system and its user as agents in a dialogue, and the researches are concentrated on the study of man-machine interaction. The efforts in this area of research have been to grant the systems communication abilities much richer than those offered by tradicional problem-solving systems. that is, that allow the systems to share the solution of a problem. causing the user to be more active and participating. The second aspect is located in the area of Distributed Artificial Intelligence (DAI), a new conception of AI that goes with the improvement of the technology of development of parallel machines and the diffusion on a large scale of distributed computer systems. Efforts have been made to create systems made up of multiple sub-systems capable of solving complex problems by themselves, in a cooperative way. This work is inserted in the context of man-machine interaction. It presents methods and strategies to supply the system with cooperative abilities. The description of an architecture for Expert Systems (ES), based upon meta-level reasoning, is presented with the purpose of improving the abilities of explanation and knowledge acquisition of these systems. We consider explanation tools and knowledge acquisition to be fundamental to the construction of cooperative dialogues between the system and the user. The explanation tool is the ES component responsible for the generation of justifications about the system conclusions. It allows the system to make its reasoning explicit, providing it with arguing abilities about the effectiveness of its conclusions. The system. through this tool, is able to explain its actions, conclusions, choices and questions put to the user, thus allowing the user, through a cooperative dialogue, to compare his knowledge and strategies, to agree or disagree with the system. The knowledge acquisition tool, another important unit in a cooperative process, allows the system to learn more and more through the acquisition of new knowledge as well as through the restructuration of knowledge or rules that have failed. A real problem is analysed here and its solution is conceived through manmachine interaction. We also present, at the end of this work, a multi-agent approach for the problem, in order to show how this research will evolve. This research work resulted in the development, within the Distributed Artificial Intelligence project of the Artificial Intelligence group of the CPGCC of UFRGS, of a system called SETA. This system permits the creation of ES dedicated to help doctors prescribe medicines for any groups of clinical pathology. The knowledge representation used was developed with a view to facilitate the making of prescriptions, and the knowledge is organized in levels of representation that express clinical knowledge and pharmacological knowledge separately. Each ES developed by SETA can offer reasonable justifications to users about the pharmacological prescription indicated by the system through explanations such as how, why and why not. It is also ready to acquire knowledge. allowing the system to alter knowledge through an interactive unit whose interface was built to permit a natural communication between the agents. that is, the system and the medical specialist. In short, man-machine cooperative interaction is based upon readiness for explanation and knowledge acquisition, leading to an explicit assimilation of meta-knowledge by the system.

O presente trabalho descreve um modelo híbrido para sistemas especialistas classificatórios que Integra os mecanismos de representação de conhecimento de frames e de redes neurais, assimilando qualidades inerentes de cada um dos dois paradigmas. O mecanismo de frames fornece tipos construtores flexíveis para a modelagem do conhecimento do domínio, enquanto as redes neurais possibilitam tanto a automação da aquisição de conhecimento, a partir de uma base de casos, quanto a implementação de aprendizado indutivo e dedutivo. Empregam-se dois tipos de frames para representar o conhecimento relativo aos problemas de classificação: frames de achado e frames de diagn6stico. Os primeiros descrevem os objetos elementares da aplicação que podem influenciar na detecção de certos diagnósticos. Os frames de diagnóstico, por sua vez, são descritos em termos de achados e correspondem as descrições dos problemas de classificação tratados pelo sistema especialista. E utilizado o Modelo Neural Combinatório (MNC), caracterizado por sua capacidade de aprendizado heurístico através do reconhecimento de regularidades observadas no mundo exterior. A integração do mecanismo de representação de frames e do MNC se da ao nível dos frames de diagn6stico, armazenando representações simbólicas do conhecimento das redes neurais que explicitam o conhecimento armazenado nas camadas intermediarias das Últimas. O motor de inferência do sistema opera de maneira integrada sobre ambos os paradigmas, o conexionista e o simbólico. A máquina de aprendizado fornece meios para a automação da aquisição de conhecimento a partir de um banco de casos, bem como para o refinamento do conhecimento do sistema. A máquina de aprendizado dividida em dois componentes principais: o componente de aprendizado indutivo e o componente de aprendizado dedutivo. O primeiro se volta para o componente indutivo e utiliza os métodos de aprendizado por casos de treinamento, descritos para o MNC, para refinar o conhecimento das redes neurais. O componente dedutivo faz use de uma estratégia de reorganização das redes neurais, para gerar novos modelos de resolução de problemas. 0 sistema implementado, denominado HYCONES (the HYbrid CONnectionist Expert System) é apresentado corn detalhamento da integragao entre os paradigmas simbOlico e conexionista. Para validar HYCONES, foram construfdas e testadas 5 versoes de uma base de conhecimento hfbrida para o diagnostico das 3 cardiopatias congenitas mais freqfjentes no Institute de Cardiologia - RS. A primeira delas (B1) baseou-se no conhecimento extrafdo de 22 especialistas em cardiologia pediatrica, de 4 instituicaes brasileiras. Os grafos medios de conhecimento destes especialistas foram diretamente traduzidos para redes neurais MNC, dando origem a primeria versao do sistema. A segunda versao (B2) baseou-se no refinamento da base de conhecimento da versao B1, atraves da reorganizacao e treinamento das redes neurais dos especialistas, corn aplicagao dos metodos de aprendizado dedutivo. A terceira versão (B3) baseou-se no conhecimento de 23 não especialistas, cardiologistas gerais, na sua maioria oriundos do Institute de Cardiologia - RS. A mesma técnica aplicada para a construção da versão B1 foi utilizada para construir esta versão da base de conhecimento hibrida. A quarta versao (B4) corresponde ao refinamento e reorganização da base de conhecimento da versão B3, com as mesmas técnicas de aprendizado dedutivo, aplicadas na construção da versão B2. Finalmente, na quinta versão (B5), a base de conhecimento foi construída, automaticamente, a partir de base de casos, valendo-se do método de explicitação automática de conhecimento do MNC. Os resultados obtidos na validação do sistema comprovaram a eficiência dos métodos de explicitação automática de conhecimento, a partir do banco de casos e de aprendizado dedutivo, por reorganização e treinamento das redes neurais. As principais contribuições deste trabalho foram: a definição do mecanismo para integração de frames a redes neurais; a especificação dos métodos de aquisição automática do conhecimento, a partir de um banco de casos e seu posterior treinamento e aprendizado, por métodos indutivos e dedutivos; finalmente, a incorporação das medidas de especificidade e sensibilidade no processo de explicitação automática do conhecimento do banco de casos. / This dissertation describes a hybrid model for classification expert systems - HYCONES (HYbrid CoNnectionist Expert System), which integrates the knowledge representation mechanism of frames and neural networks, incorporating qualities inherent to each of the knowledge representation paradigms. The mechanism of frames provides flexible constructs for modeling the domain knowledge. The neural networks provide the means for automatic knowledge acquisition and enable the implementation of deductive and inductive learning. The frames mechanism makes use of semantic modeling concepts to make the new model more generic and to provide flexible constructs for knowledge representation. It employs two basic types of frames to represent the knowledge involved in classification problems: finding frames and diagnosis frames. The finding frames describe the elementary objects of the application world that can influence in the detection of certain diagnoses. Diagnosis frames, on the other hand, are described in terms of findings and correspond to the descriptions of the classification problems addressed by the expert system. The Combinatorial Neural Model (CNM) was the architecture chosen for the neural network environment. This model is characterized by its capacity of learning through the recognition of regularities observed in the outside world. The integration of the knowledge representation mechanism of frames with the CNM happens at the diagnosis frames level. The diagnosis frames store symbolic representations of knowledge contained in the neural networks. The system's inference machine operates under an integrated manner with both knowledge representation paradigms. The learning machine provides the means for automatic knowledge acquisition and for knowledge refinement. It is composed by two modules: the inductive and the deductive learning component. The first one uses CNM methods to refine the neural network knowledge. The latter follows a strategy that reorganizes the neural networks, generating new problem solving models. The implemented HYCONES system is presented, detailing the integration between the symbolic and the connectionist approach. To validate HYCONES, five versions of a hybrid knowledge base (HKB) for the diagnosis of the three most common congenital heart diseases at the Institute de Cardiologia - RS were constructed and tested. The first version of the HKB, named B1 for validation purposes, is based on the mean knowledge graphs of 22 experts in congenital heart diseases, from four important Brazilian cardiological institutions. These KG were directly translated to CNM neural networks. The second version of the HKB, named B3 for validation purposes, contains the mean knowledge graphs of 23 non-experts, i.e., general cardiologists, from the Institute of Cardiology of RS. The same method used to built B1 was invoked here: direct translation from the knowledge graphs to CNM neural networks. The second and fourth versions of HKB, named B2 and B4 respectively, consist of trained versions of B1 and B3. To create these trained versions, the CNM neural networks of B1 and B3 were submitted to deductive learning procedures. Finally, the fifth version of HKB, B5, was automatically created, based on the training of the case database. The results obtained and presented in this document point out to the efficiency of the automatic knowledge acquisition methods and the deductive learning techniques implemented, through the reorganization and training of the neural networks. The main contributions of this research are the design of a mechanism for the integration of frames and neural networks, the specification of the learning methods for the hybrid model and the analysis of factors such as specificity and sensibility in the process of automatic knowledge acquisition.

Os avanços tecnológicos da última década tem feito dos computadores um elemento de contribuição essencial para os processos de solução de problemas e de tomada de decisão cooperativos. Hoje, alem do interesse mantido nos sistemas de solução de problemas, cujo raciocínio a baseado no processo de decisão de um único individuo (conhecidos por SE's), o esforço das pesquisas, em Inteligência Artificial, esta centrado no sentido de conceber sistemas que permitam a interação cooperativa entre diversos indivíduos participantes do processo, sejam esses humanos ou sistemas computacionais. A solução de problemas cooperativos, dentro do escopo geral da Inteligência Artificial (IA), é assunto analisado sob dois aspectos diferentes. O primeiro, mais antigo, identifica, como agentes de um dialogo, o sistema computacional e o seu usuário, onde pesquisas estão centradas no estudo da interação homem-máquina. Os esforços desta área de pesquisa tem sido no sentido de conceber, aos sistemas, capacidades de comunicação muito mais ricas do que aquelas oferecidas por sistemas de solução de problemas tradicionais, isto é, permitir aos sistemas compartilhar a solução de um problema, tomando o usuário um agente muito mais ativo e participativo. O segundo aspecto situa-se na área de Inteligência Artificial Distribuída (IAD), uma nova concepção de IA que acompanha o avanço da tecnologia de desenvolvimento de maquinas paralelas e a difusão, em larga escala, de sistemas computacionais distribuídos. Seus esforços são no sentido de conceber sistemas compostos de múltiplos sub-sistemas, capazes de resolver problemas complexos autonomamente. de forma cooperativa. Este trabalho se insere no contexto da interação homem-máquina. São apresentados métodos e estratégias para o fornecimento de capacidades cooperativas ao sistema. A descrição de uma arquitetura para Sistemas Especialistas (SE), baseada em raciocínio meta-nível, é apresentada com o intuito de enriquecer as capacidades de explanação e aquisição de conhecimentos desses sistemas. Consideramos que as ferramentas de explanação e aquisição de conhecimentos são fundamentais para a construção de diálogos cooperativos entre o sistema e o usuário. A ferramenta de explanação é o componente do SE responsável pela geração de justificativas sobre as conclusões do sistema. Ela permite ao sistema tornar explicito o seu raciocínio, fornecendo capacidades de argumentação sobre a validade de suas conclusões. O sistema, através desta ferramenta, tem condições de explicar suas ações, conclusões. escolhas e perguntas feitas ao usuário, permitindo, dessa forma, ao próprio usuário. através de um diálogo cooperativo. comparar seus conhecimentos e estratégias. concordando ou discordando do sistema. A ferramenta de aquisição de conhecimento. outro modulo importante num processo cooperativo, permite ao sistema aprender incrementalmente, através da aquisição de novos conhecimentos, bem como da reestruturação de alguns conhecimentos ou regras com falhas. Analisa-se um problema real, cuja solução e concebida através da interação homem-máquina. embora, intuitivamente, seja apresentada uma abordagem multi-agente para o problema, no final deste trabalho, com o intuito de apontar a evolução que terá essa pesquisa. Como produto deste trabalho de pesquisa, desenvolveu-se, dentro do projeto Inteligência Artificial Distribuída do grupo de Inteligência Artificial do CPGCC da UFRGS. urn sistema denominado SETA. O sistema permite a criação de SE's dedicados a auxiliar o medico na prescrição farmacológica de qualquer grupo de patologia clinica. A representação do conhecimento aplicado foi desenvolvida com o intuito de facilitar a atividade de formulação de prescrições onde o conhecimento esta estruturado em níveis de representação que denotam os conhecimentos clínico e farmacológico separadamente. Cada SE, desenvolvido pelo SETA, permite oferecer justificativas claras ao usuário sobre a prescrição farmacológica indicada pelo sistema, através de explanações do tipo how. why e why not. Oferece, ainda, facilidades de aquisição de conhecimento, permitindo a modificação do conhecimento do sistema através de um modulo interativo, cuja interface foi construída no sentido de permitir uma comunicacc7o natural entre os agentes. ou seja. o sistema e o medico especialista. Resumindo, a interação cooperativa homem-máquina é concebida através das facilidades de explanação e aquisição de conhecimento, levando a incorporação explicita de meta-conhecimento ao sistema. / The technological advance of the past decade turned computers into an element of essential contribution for the cooperative problem-solving and decision-taking processes. Today, besides the interest kept in problem-solving systems, whose reasoning is based upon the process of decision of a single individual (known as ES), the effort of researchs in Artificial Intelligence is to create systems that allow cooperative interaction among various individuals participating in the process, these being either human beings or computer systems. The solution of cooperative problems, within the general scope of Artificial Intelligence, is a subject analysed under two different aspects. The first one, out of date, identifies the computer system and its user as agents in a dialogue, and the researches are concentrated on the study of man-machine interaction. The efforts in this area of research have been to grant the systems communication abilities much richer than those offered by tradicional problem-solving systems. that is, that allow the systems to share the solution of a problem. causing the user to be more active and participating. The second aspect is located in the area of Distributed Artificial Intelligence (DAI), a new conception of AI that goes with the improvement of the technology of development of parallel machines and the diffusion on a large scale of distributed computer systems. Efforts have been made to create systems made up of multiple sub-systems capable of solving complex problems by themselves, in a cooperative way. This work is inserted in the context of man-machine interaction. It presents methods and strategies to supply the system with cooperative abilities. The description of an architecture for Expert Systems (ES), based upon meta-level reasoning, is presented with the purpose of improving the abilities of explanation and knowledge acquisition of these systems. We consider explanation tools and knowledge acquisition to be fundamental to the construction of cooperative dialogues between the system and the user. The explanation tool is the ES component responsible for the generation of justifications about the system conclusions. It allows the system to make its reasoning explicit, providing it with arguing abilities about the effectiveness of its conclusions. The system. through this tool, is able to explain its actions, conclusions, choices and questions put to the user, thus allowing the user, through a cooperative dialogue, to compare his knowledge and strategies, to agree or disagree with the system. The knowledge acquisition tool, another important unit in a cooperative process, allows the system to learn more and more through the acquisition of new knowledge as well as through the restructuration of knowledge or rules that have failed. A real problem is analysed here and its solution is conceived through manmachine interaction. We also present, at the end of this work, a multi-agent approach for the problem, in order to show how this research will evolve. This research work resulted in the development, within the Distributed Artificial Intelligence project of the Artificial Intelligence group of the CPGCC of UFRGS, of a system called SETA. This system permits the creation of ES dedicated to help doctors prescribe medicines for any groups of clinical pathology. The knowledge representation used was developed with a view to facilitate the making of prescriptions, and the knowledge is organized in levels of representation that express clinical knowledge and pharmacological knowledge separately. Each ES developed by SETA can offer reasonable justifications to users about the pharmacological prescription indicated by the system through explanations such as how, why and why not. It is also ready to acquire knowledge. allowing the system to alter knowledge through an interactive unit whose interface was built to permit a natural communication between the agents. that is, the system and the medical specialist. In short, man-machine cooperative interaction is based upon readiness for explanation and knowledge acquisition, leading to an explicit assimilation of meta-knowledge by the system.

Made available in DSpace on 2016-06-02T19:51:31Z (GMT). No. of bitstreams: 1 DissASD.pdf: 1861944 bytes, checksum: 56b6855a6f1b04c9f4a96c12490009ba (MD5) Previous issue date: 2004-01-30 / In a highly competitive market as the actual one, the production management must ensure that goods and services are supplied to the customers in right time, so they can offer a competitive advantage or, at least, can be sold by a price that surpasses the production costs. It can be affirmed that one of the variables which determines the service level, to the customer, is the product availability, such in rapidity terms, as the amount of the available product. A determinant function for the availability of a product or service is the forecasting, it analyses the records about the past sales and it infer the possible behavior of the consumers for the following periods. The demand is influenced by qualitative and quantitative factors that are not considered simultaneously by the traditional forecasting methods. Thus, observing the trends in the use of expert systems and the importance of the demand forecast, this research aims to develop an expert system for demand forecast that combines qualitative and quantitative methods. To test and to analyze the performance of the systems a case study in an industry of soft drink had been carried through. This work considers an adaptation to the method of quantitative forecast adjustment with judgment to develop an expert system for demand forecast. The quantitative forecast is outcome by the combination of the forecasts generated for the most known methods. The results obtained in the tests carried through with data that had been collected during the study case confirm that the use of judgment as adjustment form of forecasting obtained by quantitative methods improve the quality of the forecast. Moreover, this work allowed proving that the knowledge of an expert who calculates the forecasting using his own judgment allows the construction of a Knowledge Base of an Expert System. / Em um mercado altamente competitivo como o atual, a administração da produção deve garantir que bens e serviços sejam fornecidos aos clientes em tempo adequado, para que ofereçam uma vantagem competitiva ou, pelo menos, possam ser vendidos por um preço que supere os custos de produção. Pode-se afirmar que uma das variáveis que determina o nível de serviço ao cliente é disponibilidade do produto tanto em termos de rapidez, quanto quantidade. Uma função determinante para a disponibilidade de um produto ou serviço é a previsão de demanda, que observando os registros sobre vendas infere o possível comportamento dos consumidores para os períodos seguintes. A demanda é influenciada por fatores qualitativos e quantitativos, que não são considerados simultaneamente pelos métodos de previsão de demanda tradicionais. Assim, observando as tendências no uso de sistemas especialistas e a importância da previsão de demanda, esta pesquisa objetiva desenvolver o protótipo de um sistema especialista para previsão de demanda que combine métodos qualitativos e quantitativos. Para testar e analisar o desempenho do protótipo desenvolvido foi realizado um estudo de caso em uma indústria de refrigerantes. Este trabalho propõe uma adaptação ao método de ajuste de previsão quantitativa por julgamento para desenvolver o protótipo do sistema especialista para previsão de demanda. A previsão quantitativa é resultado da combinação das previsões geradas pelos métodos mais conhecidos. Os resultados obtidos a partir de testes realizados com dados coletados durante o estudo de caso confirmam que a utilização do julgamento como forma de ajuste de previsão de demanda obtida por meio de métodos quantitativos melhora a qualidade da previsão. Além disso, este trabalho permitiu comprovar que o conhecimento de uma especialista que realiza a previsão de demanda por julgamento permite a construção de uma Base de Conhecimento de um Sistema Especialista.

CAPES; CNPq / A presente pesquisa teve como objetivo geral estabelecer, por meio da utilização de um Sistema Especialista - SE, o método de custeio mais viável para a precificação de um determinado produto ou serviço, na área de contabilidade de custo. O sistema utilizado foi desenvolvido por meio de um conjunto de variáveis identificadas com o estudo aprofundado dos métodos mais usados para formação de preço de venda: Custeio por Absorção, Variável, Padrão ou ABC. As variáveis foram transformadas em perguntas e organizadas em cinco árvores de possibilidades agrupadas em quatro perguntas. Para cada pergunta, existe uma resposta do tipo sim ou não. A partir da árvore de possibilidades, foram criadas as regras, posteriormente implementadas em um Shell para SE denominado de Expert Sinta, software gratuito. A validação do sistema foi realizada comparando a árvore de possibilidades criada manualmente com a árvore gerada pelo Shell. A pesquisa classifica-se em aplicada, quanto à natureza; exploratória, quanto aos objetivos e quanto aos procedimentos, em bibliográfica e experimental. Este trabalho foi dividido em seis atividades principais: definições dos métodos de custeio, seleção de ferramenta para implementar o SE, identificação de questões, elaboração da árvore de possibilidades, implementação e validação do SE. Os resultados obtidos com o SE desenvolvido permitem o diagnóstico correto, de acordo com conhecimentos implantados previamente, com o objetivo de ser mais preciso e ágil do que os especialistas humanos, mas dependentes deste para alimentação do sistema. Desta forma, o SE pode auxiliar na tomada de decisão, auxiliando a manutenção da empresa em um mercado competitivo. / This research aimed to establish, through the use of a Specialist system – SS, the most viable costing method for the pricing of a particular product or service, in the cost accounting area. The system used was developed through a set of variables identified with the in-depth study of the most commonly used methods to establish sales price: Absorption Costing, Variable, Standard or ABC. The variables were transformed into questions and organized into five trees of possibilities grouped in four questions. For each question, there is an answer of yes or no type. From the tree of possibilities, the rules were created and subsequently implemented in a Shell to SS called Expert Sinta, free software. The system validation was performed comparing the tree of possibilities created manually with the tree generated by the Shell. The research is classified in applied, as for the nature; exploratory, for the goals and procedures, in bibliographical and experimental. This work was divided into six main activities: definitions of costing methods, selection of tool to implement the SS, identifying questions, elaborating the tree of possibilities, implementation and validation of SS. The results obtained with the developed SS allow the correct diagnosis, according to previously-deployed knowledge, aiming to be more accurate and responsive than human experts, but dependent on this for powering the system. This way, the SS can assist in the decision-making process, in the company maintenance in a competitive market.

CAPES / Esta tese propõe uma metodologia baseada em Ontologias e técnicas de Inteligência Artificial para apoio ao diagnóstico e ao processo de ensino-aprendizagem em Fisioterapia Neuropediátrica. Nesta área são escassas as medidas objetivas que permitam quantificar o diagnóstico e a evolução de um paciente. O diagnóstico é limitado a informar em quais meses do desenvolvimento motor normal um paciente pode ser classificado, baseando-se na experiência subjetiva do fisioterapeuta. Neste trabalho foram utilizados métodos formais para a aquisição e representação do conhecimento de especialistas da área. Conflitos de opiniões foram tratados sistematicamente e o conhecimento foi representado por uma Ontologia. Esta gerou um conjunto de regras de classificação a partir do qual três abordagens foram desenvolvidas: um sistema especialista crisp, um fuzzy e um baseado em modelos determinísticos. O primeiro teve um desempenho não condizente com a realidade do problema. O segundo se mostrou também inadequado. A abordagem com modelos determinísticos se mostrou adequada para classificar um paciente com diferentes graus de pertinência a múltiplos meses do desenvolvimento motor. Os resultados utilizando esta metodologia sugerem que o mesmo é capaz de simular objetivamente o diagnóstico fornecido por especialistas ao analisarem casos reais, em 90% dos casos. Uma extensão do trabalho foi a utilização da Ontologia em uma ferramenta de suporte ao processo de ensino-aprendizagem deste conteúdo em Fisioterapia. Esta abordagem mostrou resultados satisfatórios, tendo sido utilizada tanto por profissionais quanto por alunos, mostrando o seu potencial como recurso multimídia de ensino. 85% dos profissionais entrevistados concordaram fortemente sobre o potencial da ontologia para se tornar uma nova forma de contribuição ao processo de ensino-aprendizagem deste conteúdo. As principais contribuições desta tese são: a gestão eficiente do conhecimento em um domínio cuja característica é a fraca sistematização e a subjetividade; metodologias para apoio à quantificação do diagnóstico do paciente neuropediátrico; e o desenvolvimento de uma ferramenta para suporte ao ensino baseado em uma Ontologia. / This thesis proposes a new methodology based on ontologies and artificial intelligence techniques to support the diagnosis and the teaching-learning process in neuropediatric physiotherapy. In this area, standardized and objective measurements to quantify the diagnosis are difficultly found. The diagnosis is limited to inform in which months of the normal motor development a patient can be classified, based upon only on the subjective experience of the physiotherapist. In this work formal methods for knowledge acquisition and representations were used. Possible divergences of opinions between experts were systematically treated, and the acquired knowledge was represented as an ontology. Such ontology generated a set of classification rules from which three different approaches for diagnosis were developed: a crisp expert system, a fuzzy system, and another approach based on deterministic models. The crisp expert system did not accomplish to the problem. The fuzzy approach was not adequate too. The last approach was shown to be adequate for classifying a given patient with different degrees of membership to several months of the motor development. Results using this methodology suggested that it is capable of simulating objectively the diagnosis from human experts when analyzing real-world cases, in 90% of the cases. An extension of this work is the use of the developed ontology in a tool to support the teaching-learning process of neuropediatric physiotherapy. Such approach revealed fairly satisfactory. It was tested by professionals and students, and both found it promising as a multimedia educational resource. 85% strongly agreed about the ontology potential to be used as a tool for teaching-learning process. Overall, the main contributions of this thesis are: efficient knowledge management in a domain with weak standardization and high subjectivity of expert knowledge; methodologies for supporting the quantification of the diagnosis of a neuropediatric patient; and the development of an ontology-based multimedia tool for educational purposes.

CAPES; CNPq / A presente pesquisa teve como objetivo geral estabelecer, por meio da utilização de um Sistema Especialista - SE, o método de custeio mais viável para a precificação de um determinado produto ou serviço, na área de contabilidade de custo. O sistema utilizado foi desenvolvido por meio de um conjunto de variáveis identificadas com o estudo aprofundado dos métodos mais usados para formação de preço de venda: Custeio por Absorção, Variável, Padrão ou ABC. As variáveis foram transformadas em perguntas e organizadas em cinco árvores de possibilidades agrupadas em quatro perguntas. Para cada pergunta, existe uma resposta do tipo sim ou não. A partir da árvore de possibilidades, foram criadas as regras, posteriormente implementadas em um Shell para SE denominado de Expert Sinta, software gratuito. A validação do sistema foi realizada comparando a árvore de possibilidades criada manualmente com a árvore gerada pelo Shell. A pesquisa classifica-se em aplicada, quanto à natureza; exploratória, quanto aos objetivos e quanto aos procedimentos, em bibliográfica e experimental. Este trabalho foi dividido em seis atividades principais: definições dos métodos de custeio, seleção de ferramenta para implementar o SE, identificação de questões, elaboração da árvore de possibilidades, implementação e validação do SE. Os resultados obtidos com o SE desenvolvido permitem o diagnóstico correto, de acordo com conhecimentos implantados previamente, com o objetivo de ser mais preciso e ágil do que os especialistas humanos, mas dependentes deste para alimentação do sistema. Desta forma, o SE pode auxiliar na tomada de decisão, auxiliando a manutenção da empresa em um mercado competitivo. / This research aimed to establish, through the use of a Specialist system – SS, the most viable costing method for the pricing of a particular product or service, in the cost accounting area. The system used was developed through a set of variables identified with the in-depth study of the most commonly used methods to establish sales price: Absorption Costing, Variable, Standard or ABC. The variables were transformed into questions and organized into five trees of possibilities grouped in four questions. For each question, there is an answer of yes or no type. From the tree of possibilities, the rules were created and subsequently implemented in a Shell to SS called Expert Sinta, free software. The system validation was performed comparing the tree of possibilities created manually with the tree generated by the Shell. The research is classified in applied, as for the nature; exploratory, for the goals and procedures, in bibliographical and experimental. This work was divided into six main activities: definitions of costing methods, selection of tool to implement the SS, identifying questions, elaborating the tree of possibilities, implementation and validation of SS. The results obtained with the developed SS allow the correct diagnosis, according to previously-deployed knowledge, aiming to be more accurate and responsive than human experts, but dependent on this for powering the system. This way, the SS can assist in the decision-making process, in the company maintenance in a competitive market.

Orientadores: Gilberto Shigueo Nakamiti, Heloisa Vieira da Rocha / Dissertação (mestrado profissional) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-04T19:58:40Z (GMT). No. of bitstreams: 1 Julio_MarciaReginaFerroMoss_M.pdf: 5134591 bytes, checksum: 7b347ade85c8652d790d671fd0d3bd1c (MD5) Previous issue date: 2005 / Resumo: No momento da escolha da solução para um problema, muitas vezes o ser humano se vale de experiências passadas, ocorridas com problemas semelhantes e que, portanto, podem prever soluções de sucesso ou não. Sistemas Baseados em Casos (SBC) podem utilizar soluções anteriores para interpretar uma nova situação, ou criar uma solução apropriada para um novo problema. Este trabalho apresenta um estudo de métricas de similaridade em sistemas baseados em casos, aplicados à área da saúde, mais especificamente sobre epicondilite lateral, uma tendinite do cotovelo. O estudo sobre métricas de similaridade em sistemas baseados em casos foi realizado a partir de levantamentos bibliográficos sobre Raciocínio Baseados em Casos e sobretudo com o estudo e aprendizado obtido por meio da aplicação de RBC na área da Saúde. A aplicação foi desenvolvida com a participação de profissionais da área da saúde que muito colaboraram na construção da aplicação, bem como com o fornecimento de casos reais para os cadastros na base de casos e aplicação de testes de validação / Abstract: When solving a problem, humans ofien use past experiences with similar situations, which can help the prediction of failure or success. Case-Based Systems use past experiences to interpret a new situation, or to create an appropiate solution for a new problem. For work presents a study on similarity metrics in case-based systems, and an application concerning the health area, more specifically about Lateral Epiconditis, an elbow tendinitis. The study on similarity metrics in case-based systems was conducted from bibliographic research and more importantly, with the study and learning abtained with the health area application development. Health area professionals took part and helped the application development, as well as provided real cases to configure and validate the system / Mestrado / Engenharia de Software / Mestre Profissional em Computação

Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-06T23:09:13Z (GMT). No. of bitstreams: 1 Gouveia_VeraLuciaReisde_D.pdf: 3830222 bytes, checksum: 41e2cf7f0901948710226a6037c7ed76 (MD5) Previous issue date: 2006 / Resumo: Os processos biotecnológicos ou Bioprocessos necessitam de maiores cuidados do que a maioria dos processos químicos comuns devido, principalmente, à sensibilidade a variações nos estados do sistema como, por exemplo, temperatura e concentração. O crescente aumento da importância dos Bioprocessos e a maior dificuldade em seu controle e simulação resultaram na procura e utilização de novas ferramentas como a Inteligência Artificial (IA). Inteligência Artificial é uma parte da ciência da computação relacionada ao projeto de sistemas computacionais inteligentes. Nos últimos anos houve um aumento substancial do uso de ferramentas de IA tais como Redes Neurais Artificiais (R.N.A), Sistemas Especialistas e Lógica Fuzzy no controle e simulação de Bioprocessos. Este trabalho teve como objetivo o desenvolvimento de um software que atue como um assistente, auxiliando na simulação de Bioprocessos. O Bio-PSA (BioProcess Simulation Assistant) possui quatro módulos: Módulo 1: Simulação de Bioprocessos, incluindo funcionalidades para simulação de produção de etanol e dextrana, ambos com modelagem normal e híbrida. Módulo 2: Simulação de processos para purificação de proteínas, incluindo a modelagem de processos baseados no modelo CARE (Continuous Affinity Recycle Extraction). ?Módulo 3: Sistema Especialista e uma base de conhecimento que auxilia o usuário no design de processos biotecnológicos. Módulo 4: Software para treinamento de R.N.A / Abstract: The biotechnical processes or Bioprocesses require larger cares than common chemical processes due, mainly, the states of the system variations sensibility, for example, temperature and concentrations. The increasing raise of the Bioprocess importance and the largest difficulty in its control and simulation resulted in the search and use of Artificial Intelligence (AI) tools. Artificial Intelligence is a part of the computer science related to the project of intelligent computational systems. In the last years there was a substantial increase in the use of AI tools such as Artificial Neural Networks (A.N.N), Expert Systems and Fuzzy Logic in the Bioprocess control and simulation. This work had the objective of the development of software that acts as an assistant, aiding in the Bioprocess simulation. The Bio-PSA (BioProcess Simulation Assistant) has four modules: Module 1: Bioprocess simulation, including applications for simulation of ethanol and dextran production, both with normal and hybrid modeling. Module 2: Simulation of proteins purification processes, including processes modeling based in the CARE (Continuous Affinity Recycle Extraction) model. Module 3: Expert System and a knowledge base that aids the user in the Bioprocesses design.?Module 4: Software for A.N.N training / Doutorado / Desenvolvimento de Processos Biotecnologicos / Doutor em Engenharia Química

Sistemas biológicos, médicos e epidêmicos apresentam vários tipos de incertezas inerentes aos seus processos. Muitas dessas incertezas tem sido tratadas de forma eficiente com modelos estatísticos e Bayesianos. Todavia, essas áreas ainda carecem de estruturas matemáticas que possibilitem o tratamento das incertezas não-estatísticas típicas de alguns desses sistemas. Além disso, a utilização de termos linguísticos para expressar uantitativamente as variáveis é muito comum em algumas dessas áreas. Assim, devido às suas características, a lógica fuzzy se apresenta como uma teoria adequada para tratar alguns desses problemas. O objetivo dessa tese foi desenvolver aplicações da teoria de conjuntos fuzzy a problemas da biomedicina. O nosso desafio foi propor caminhos, buscar maneiras, de realizar uma junção efetiva dessa teoria com as ´áreas citadas, principalmente a epidemiologia. Foram elaborados oito trabalhos, onde vários aspectos dessa teoria foram abordados, tais como: modelos linguísticos fuzzy estáticos e dinâmicos, processos de decisão fuzzy, probabilidade de eventos fuzzy, relações fuzzy e a utilização do princípio de extensão na construção de regras fuzzy. Concluímos que a teoria de conjuntos fuzzy pode auxiliar no tratamento de muitos problemas de cunho epidemiológico, bem como sistemas diagnóstico. Mostramos também que ela pode trabalhar de forma efetiva em processos de decisão de Saúde Pública. Alguns sistemas podem, potencialmente, ajudar os médicos no diagnóstico e prognóstico de doenças, principalmente na ausência de especialistas. Os modelos linguísticos estáticos funcionaram muito bem, entretanto, dificuldades quanto aos modelos dinâmicos precisam ainda ser superadas. Discutimos também o papel do especialista na elaboração de modelos fuzzy em epidemiologia e propomos um método para elaboração de modelos menos dependentes. Todos os trabalhos apresentaram bons resultados, estimulando a continuidade das pesquisas nessa área. / Biological, medical and epidemic systems present several types of inherent uncertainties to its processes. Many of these uncertainties have been treated in an efficient way with statistical and Bayesian models. Though, these areas still lack of mathematical structures that make possible the treatment of the non-statistical uncertainties typical of some of these systems. Besides, the use of linguistic terms to express quantitatively the variables is very common in these areas. So, due to its features, the fuzzy logic comes as an appropriate theory to treat some of these problems. The aim of this thesis was to develop applications of the fuzzy logic theory to problems of biomedicine. Our challenge was to propose paths, to look for ways, of accomplishing an effective junction off this theory with the mentioned areas, mainly with epidemiology. Eight works were elaborated, where several aspects of this theory were approached, such as: static and dynamic fuzzy linguistic models, fuzzy decision making, probability of fuzzy events, fuzzy relations and the use of extension principle in the construction of fuzzy rules. We conclude that the fuzzy logic theory can aid in the treatment of many epidemiological problems, as well as diagnostic systems. We also show that it can work effectively in decision making processes of Public Health. Some systems can, pottentially, help the physicians in the diagnosis and prognostic of diseases, mainly in the specialists absence. The static linguistic models worked well, however, difficulties concerning the dynamic models still need to be overcome. We also discuss the specialists role in the elaboration of fuzzy models in epidemiology and propose a method for elaboration of less dependent models. All the works presented good results, stimulating the continuity of the researches in this area.