Made available in DSpace on 2015-04-14T14:49:13Z (GMT). No. of bitstreams: 1 418219.pdf: 4033858 bytes, checksum: 2661cfd90512a0fe826582c0489e6ce1 (MD5) Previous issue date: 2009-03-10 / MPSoCs s?o sistemas multiprocessados integrados na forma de um SoC. Eles s?o tend?ncia no projeto de circuitos VLSI, pois minimizam a crise de produtividade de projeto, representada pelo descompasso entre a capacidade da tecnologia do sil?cio e a capacidade atual de projeto de SoCs. Cita-se como exemplo de MPSoCs os propostos pela Intel e pela Tilera, compostos respectivamente por 80 e 64 n?cleos de processa-mento. MPSoCs podem empregar NoCs para integrar diversos processadores, mem?rias, bem como n?cleos de hardware espec?ficos. O uso de NoCs deve-se a suas vantagens em rela??o a barramentos, entre as quais maior escalabilidade e paralelismo na comunica??o. A arquitetura alvo do presente trabalho consiste em um MPSoC heterog?neo, com utiliza??o de NoC como meio interconex?o entre os elementos de processamento, suportando a execu??o de tarefas de hardware via l?gica reconfigur?vel, e a execu??o de tarefas de software via processadores. Um dos processadores da arquitetura alvo, denominado processador gerente, ? respons?vel por: ger?ncia da ocupa??o dos recursos do sistema, escalonamento, mapeamento, e configura??o de tarefas. O mapeamento de tarefas define a posi??o de uma dada tarefa no sistema. A maioria dos trabalhos encontrados na literatura prop?e t?cnicas de mapeamento est?tico, definido em tempo de projeto, no qual todas as tarefas de uma dada aplica??o s?o mapeadas simultaneamente. Este mapeamento est?tico n?o ? adequado para cen?rios com carga din?mica de tarefas. Dado que aplica??es executando em um MPSoC podem possuir um n?mero vari?vel de tarefas, e que tal n?mero pode exceder os recursos dispon?veis, ? necess?rio realizar o mapeamento de tarefas em tempo de execu??o, mapeamento este denominado de mapeamento din?mico. O presente trabalho investiga o desempenho de heur?sticas para mapeamento din?mico de tarefas, com o objetivo de minimizar congestionamentos em NoCs. As tarefas s?o mapeadas sob demanda, de acordo com as requisi??es de comunica??o e com a ocupa??o dos canais da NoC. Os algoritmos implementados aplicam estrat?gias gulosas, onde as tarefas s?o mapeadas uma por vez. Para isso, a decis?o ? baseada na informa??o local da aplica??o, apenas relacionada ? tarefa requisitada. O algoritmo utilizado como refer?ncia nos experimentos mapeia uma dada tarefa no primeiro recurso livre encontrado. Quatro heur?sticas congestion-aware s?o propostas. Atrav?s de experimentos realizados com base na modelagem do sistema no n?vel RTL, pode-se observar redu??o de 31% na carga nos canais da NoC, de 15% na lat?ncia m?dia, e de at? 87% no n?vel m?dio de congestionamento. Tais resultados demonstram a efici?ncia das heur?sticas propostas.

Made available in DSpace on 2015-04-14T14:49:58Z (GMT). No. of bitstreams: 1 445541.pdf: 1627180 bytes, checksum: 184a4b2054d700b987b074f0fcdf3122 (MD5) Previous issue date: 2011-03-15 / The definitory context is part of a text or utterance that provides information about a concept based on its use. The extraction of definitions from texts is an important task in various applications. Several papers present this feature as an aid in the construction of ontologies, in the development of material for aid in translation, in question answering systems, in creation of glossaries, dictionaries, among others. Thus, this study proposes set of heuristics to make the automatic extraction of potentially definitory contexts contained in Portuguese texts. The results of these heuristics were evaluated by terminologists and obtained 35.1 % F-measure when applied in a General Geology corpus and 51.7 % F-measure when applied in a General Chemistry corpus, reducing in both more than 50%of the amount of contexts to be examined by a specialist compared with the contexts extraction through a concordancer / O contexto definit?rio ? a parte de um texto ou de um enunciado que fornece informa??o sobre um conceito, com base em seu uso. A extra??o de contextos definit?rios a partir de textos ? uma tarefa importante em v?rias aplica??es. Diversos trabalhos usam este recurso como aux?lio na constru??o de ontologias, no desenvolvimento de material de aux?lio ? tradu??o, na elabora??o de sistemas de perguntas e respostas, na cria??o de gloss?rios, dicion?rios, entre outros. Nesse sentido, este trabalho prop?e um conjunto de heur?sticas para fazer a extra??o autom?tica de contextos potencialmente definit?rios em textos de l?ngua portuguesa. Os resultados dessas heur?sticas foram avaliados por termin?logos. Os resultados mostram 35,1% de F-measure quando o conjunto de heuristicas foi aplicado a um corpus de Geologia Geral e 51,7% de F-measure quando aplicado a um corpus de Qu?mica Geral. Isso proporcionou uma redu??o, em ambos os corpus, de mais de 50% da quantidade de contextos para serem analisados pelo especialista, comparando-se com a extra??o de contextos em um concordanciador

Submitted by Setor de Tratamento da Informa??o - BC/PUCRS (tede2@pucrs.br) on 2016-07-26T14:20:24Z No. of bitstreams: 1 DIS_RAMON_FRAGA_PEREIRA_COMPLETO.pdf: 1672915 bytes, checksum: 3cf47a5c224b3f99a343aab57bf00bf3 (MD5) / Made available in DSpace on 2016-07-26T14:20:24Z (GMT). No. of bitstreams: 1 DIS_RAMON_FRAGA_PEREIRA_COMPLETO.pdf: 1672915 bytes, checksum: 3cf47a5c224b3f99a343aab57bf00bf3 (MD5) Previous issue date: 2016-03-15 / Recognition of goals and plans using incomplete evidence from action execution can be done efficiently by using automated planning techniques. In many applications it is important to recognize goals and plans not only accurately, but also quickly. In order to address this challenge, we develop recognition approaches based on planning techniques that rely on planning landmarks to filter candidate goals and plans from observations. In automated planning, landmarks are properties or actions that cannot be avoided to achieve a goal. We address the task of recognizing goals and plans without pre-defined static plan libraries, and instead we use a planning domain definition to represent the problem and the expected agent behavior. In this work, we show the applicability of planning techniques for recognition tasks in three settings: first, we use planning landmarks to develop a heuristic-based plan recognition approach; second, we refine an existing planningbased plan recognition approach; and finally, we use planning techniques to develop an approach for detecting plan abandonment. The plan abandonment detection approach we develop aims to analyze a sequence of observations and a monitored goal to determine if an observed agent is still pursuing, or has no intention to complete such monitored goal. These recognition approaches are evaluated in experiments over several planning domains. We show that our plan recognition approach yields not only accuracy comparable to other state-of-the-art techniques, but also substantially lower recognition time over such techniques. Furthermore, our plan abandonment detection approach yields high accuracy at low computational cost to detect which actions do not contribute for achieving a particular monitored goal. / T?cnicas de planejamento autom?tico s?o eficientes no reconhecimento de objetivos e planos a partir da execu??o de a??es e evid?ncias incompletas. Para muitas aplica??es ? importante reconhecer objetivos e planos n?o somente acuradamente, mas tamb?m de maneira r?pida e precisa. Assim, para lidar com esse desafio, desenvolvemos uma abordagem a qual utiliza uma heur?stica baseada em t?cnicas de planejamento autom?tico, guiando-se por pontos-de-refer?ncia, que filtra poss?veis objetivos e planos a partir de observa??es. Em planejamento autom?tico, pontosde- refer?ncia s?o propriedades (ou a??es), em que todo o plano precisa alcan?ar (ou executar), em alguma determinada parte da execu??o do plano a fim de atingir um objetivo estipulado. Neste trabalho, formalizamos a tarefa de reconhecimento de objetivos e planos sem a utiliza??o de biblioteca de planos, ou seja, utilizamos uma defini??o de dom?nio para planejamento autom?tico. Sendo assim, estabelecemos o problema e o comportamento do agente a ser observado (a??es e objetivos) utilizando uma linguagem de planejamento autom?tico. A partir disso, mostramos a aplicabilidade da nossa abordagem baseada em t?cnicas de planejamento de tr?s formas: (1) desenvolvendo uma heur?stica baseada em pontos-de-referencia para reconhecer objetivos e planos; (2) refinando uma abordagem existente para reconhecimento de planos; e for fim, (3) desenvolvendo uma abordagem para reconhecer abandono de planos. A abordagem para reconhecimento de abandono de planos desenvolvida tem como objetivo analisar uma seq??ncia de observa??es (a??es), afim de detectar quais n?o contribuem para alcan?ar o objetivo o qual est? sendo monitorado. Para fins de avalia??o e experimenta??o, utilizou-se v?rios dom?nios de planejamento autom?tico, e com isso, foi poss?vel mostrar que nossa abordagem para reconhecimento de planos comporta-se acuradamente e rapidamente quando comparada com o estado-da-arte. Ainda, demonstramos que a nossa abordagem para detectar abandono de planos comporta-se com precis?o e com baixo custo computacional, detectando precisamente a??es que n?o contribuem para alcan?ar um determinado objetivo monitorado.