Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2011 / Bibliografia: p. 83-89 / Uma das técnicas mais eficientes para manipular o problema de concept drift em tarefas de classificação em ambientes dinâmicos e instáveis é a técnica que utiliza conjunto de classificadores. Na literatura encontram-se várias metodologias para a construçã / One of the most effective techniques for dealing with the problem of concept driftin Classification tasks in dynamic environments is the one that uses sets os classifiers. There are several methodologies described in the scientific literature for the co

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-08-16T10:51:26Z No. of bitstreams: 1 texto completo.pdf: 3196002 bytes, checksum: 237ae45f984d58130edaa0b73b310e39 (MD5) / Made available in DSpace on 2017-08-16T10:51:26Z (GMT). No. of bitstreams: 1 texto completo.pdf: 3196002 bytes, checksum: 237ae45f984d58130edaa0b73b310e39 (MD5) Previous issue date: 2017-07-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A produtividade florestal é influenciada por diversos fatores, e apesar de ser fácil enumerá-los, é extremamente complexo o entendimento da influência de suas interações no crescimento e desenvolvimento das plantas. Por permitir modelar relações complexas e não-lineares, as redes neuronais artificiais (RNA) têm sido muito utilizadas em estudos sobre a produtividade florestal. Nesse sentido, o objetivo desse trabalho foi configurar, treinar e validar RNA para estimar a produtividade de povoamentos de eucalipto em função de variáveis ambientais, genótipo e práticas silviculturais, e avaliar quais são as variáveis preditoras mais importantes e como elas afetam a produtividade do eucalipto. Para isso foram utilizados dados de inventário florestal contínuo (IFC) de 507 talhões de eucalipto pertencentes à Gerdau, em Minas Gerais, compostos por diferentes genótipos e espaçamentos. Também foram utilizados dados de análise de solo desses talhões, fertilizações realizadas ao longo da rotação, e variáveis climáticas. Redes do tipo Perceptron de Múltiplas Camadas (MLP) foram treinadas para estimar o incremento médio anual de povoamentos de eucalipto aos seis anos de idade (IMA6), alterando as variáveis de entrada, número de neurônios na camada oculta, algoritmos de treinamento (Backpropagation, Resilient Propagation (Rprop+) e Quick Propagation), porcentagem de dados nos subconjuntos de treino e validação, e as funções de ativação (logística, tangente hiperbólica, linear) na camada intermediária (exceto a linear) e de saída. Para avaliar a importância das variáveis preditoras na estimativa da RNA, foram utilizados apenas os dados do clone (GG100) mais plantado pela empresa Gerdau e treinadas redes (algoritmo Rprop+ e função de ativação logística na camada oculta e de saída) para estimar o IMA6 em função do espaçamento, teor de argila, temperatura, precipitação pluviométrica total (considerando os seis anos da rotação mais dois anos anteriores ao plantio) e fertilizações realizadas. Para a rede selecionada, considerando-se a correlação entre o IMA6 estimado e observado ( ̂ e a raiz quadrada do erro quadrático médio (REQM), foram utilizadas as seguintes metodologias para avaliar a influência das variáveis preditoras nas estimativas da rede: Diagrama de Interpretação Neuronal (NID), algoritmos de Olden e de Garson, Lekprofile, e Análise de Sensibilidade Global. Para a primeira etapa foram obtidas redes com ̂ maior que 85 % e REQM menor que 15 % na validação. Todas as redes foram obtidas com o Rprop+ utilizando a função logística, tanto na camada oculta (6 a 8 neurônios) como na de saída, e utilizando 90 % dos dados para o treinamento. A utilização de RNA possibilitou a estimação do IMA6 de povoamentos de eucalipto com boa precisão, apesar da complexidade dos dados, e inclusão de inúmeras variáveis, até mesmo categóricas. Entre as variáveis explicativas, o genótipo, espaçamento, as características edáficas: argila, matéria orgânica e CTC, as características climáticas: precipitação pluviométrica, temperatura e déficit hídrico, e a fertilização tiveram maior influência na produtividade do eucalipto ao final da rotação. Em relação às metodologias usadas para avaliar a importância das variáveis preditoras na resposta da RNA, o método Lekprofile apresentou melhores resultados, uma vez que foram mais condizentes com a resposta biológica esperada. A precipitação pluviométrica total foi a variável que apresentou maior importância na estimação do IMA6 de povoamentos do clone GG100 para a RNA selecionada, e seu aumento resultou em maior IMA6 independentemente dos valores dos outros fatores. O oposto foi observado para a adubação nitrogenada. A utilização de RNA possibilita a modelagem da produtividade de povoamentos de eucalipto com boa precisão, e a não utilização de variáveis dendrométricas como preditoras pode ajudar o gestor florestal a tomar decisões em locais onde não existem dados de IFC ou que não existem plantios de eucalipto, além de possibilitar uma melhor avaliação de como os fatores ambientais, genótipo e práticas silviculturais influenciam a produtividade florestal. / Although it is easy to enumerate the several factors that influence forest productivity, their interactions on plant growth and development are extremely complex. Artificial neural networks (ANN) have been widely used to understand forest productivity due to their ability to model complex and nonlinear relationships. This study aimed to configure, train and validate ANN to estimate the productivity of eucalyptus stands as a function of environmental factors, genotype and forestry practices. Other objective was evaluating what are the most important predictors and how they affect eucalyptus productivity. The dataset was from a continuous forest inventory (CFI) from 507 eucalyptus stands, composed by different genotype and spacing, belonging to the Gerdau company in Minas Gerais. Information about soil analysis, fertilizations and climatic variables were also used. ANN were trained to estimate the mean annual increment of eucalyptus stands at six years of age (MAI6). Multilayer Perceptron (MLP) networks were trained by altering the input variables, number of neurons in the hidden layer, training algorithms (Backpropagation, Resilient Propagation (Rprop+) and Quick Propagation), percentage of data in training and validation subsets, and activation function (logistic, hyperbolic tangent, linear) in the intermediate (except linear) and output layers. Only the dataset of the clone (GG100) most planted by the Gerdau company was used to train neural networks (Rprop+ algorithm and logistic activation function in hidden and output layers) to evaluate the importance of independent variables in the ANN response. This trained ANN estimates the MAI6 as a function the spacing, clay content, temperature, fertilization and total rainfall (considering the six years of rotation and two years before planting). The ANN was selected according to the correlation between estimated and observed MAI6 ̂ and root mean square error (RMSE) and the following methodologies were applied to evaluate the importance of the predictor variables: Neuronal Interpretation Diagram, Olden and Garson algorithms, Lekprofile and Global Sensitivity Analysis. In first step of this study, neural networks with ̂ greater than 85 % and RMSE less than 15 % were obtained in the validation. All ANNs were obtained with Rprop+ algorithm, logistic function in hidden (6 to 8 neurons) and input layers, using 90 % of the dataset for their training. The use of ANN allowed the MAI6 estimation of eucalyptus stands with good precision, despite the complexity of the dataset and inclusion of many variables, even categorical ones. Among the explanatory variables, the genotype, spacing, the edaphic characteristics: clay, organic matter and cation exchange capacity - CEC, the climatic characteristics: rainfall, temperature and water deficit, and fertilization had great influence on forest productivity at the end of rotation. In relation to the methodologies chosen to evaluate the importance of predictor variables, the Lekprofile method presented better results, since they were more compatible with the expected biological response. The total rainfall was the most important variable in the MAI6 estimation for stands of eucalyptus clone (GG100) by the selected neural network. Forest productivity estimation, without considering the dendrometric data as predictor variables, may help in decisions where there are no CFI datasets or eucalyptus stands, besides making possible the best evaluation of how the environmental factors, genotype and forestry practices influence forest productivity.

Este trabalho descreve o desenvolvimento de um protótipo de sistema especialista de consulta para identificação e classificação de ambiente sedimentares em Geologia, o Sistema GEOXPERT. E dada ênfase especial ao processo de aquisição de conhecimento. O sistema busca identificar depósitos turbiditos são um tipo de rocha reservatório de petróleo) utikizando, de forma aproximada, a forma de raciocício usual de um geólogo especialista em Geologia Sedimentar. O processo de aquisição de conhecimento é analisado desde as fases iniciais de observações de dados e construção do modelo geológico, até o processo final de codificação para uso pelo computador. O conhecimento geológico é representado através de um grafo de espaços que define os caminhos da interação e contém as evidências e seus valores em relação à comprovação da hipótese. A estrutura de controle usa uma estratégia dirigida por objetivos e inclui tratamento de ijncerteza e teste de consistência das informações do usuário. Um protótipo do Sistema GEOXPERT foi implementado e testado, demonstrando suas capacidades e comportamento. / This dissertation describes the design of GEOXPERT, a prototype expert system providing consultational advice on both identification and classification of geological environments. paper emphasis is on knowlegde acquisition, The problem in focus is the identification of turbidite deposits (a kind of petroleum rock reservoir) abd thei component parts, by using reasoning methods similar to the usual methods employed by experts in sedimentary. The knowledge acquisition process is analysed since the preliminary steps of data observation and geological model construction up to the final process of codification for computer processing. Geological knowledge is represented in a structure called space graph, which includes geological hypotheses. The control structure uses a goal-oriented strategy and includes uncertainty treatment and consistency test for input information. A prototype of the system has been implemented and limited testing has shown the capabilities and behavior of the system.

Improvisação tem sido considerada uma característica importante para agentes que pretendem operar de maneira consistente com a situação do momento, exibindo um comportamento credível e interessante. A improvisação deve estar presente tanto nos agentes individuais quanto nas sociedades de agentes. Desta maneira, esta tese irá abordar estes dois aspectos da improvisação. Propomos a visão de que, agentes capazes de realizar improvisação, os agentes improvisacionais, são um tipo de agente deliberativo capaz de solucionar problemas por improvisação. Neste sentido, buscamos identificar dentro de uma arquitetura clássica de agentes deliberativos, a arquitetura BDI (belief-desire-intention), a existência e/ou a possibilidade da inclusão de componentes de improvisação nesta arquitetura. Para resolver problemas complexos, estes agentes precisam estar agrupados em sociedades e estas sociedades, por sua vez, precisam produzir comportamentos coerentes. A coordenação é a área da Inteligência Artificial responsável por este objetivo. Propomos que a coordenação de agentes que improvisam pode ser realizada por meio de um processo de direção improvisacional, no sentido usado no contexto do teatro improvisacional. Ao longo deste documento, iremos mostrar nosso entendimento sobre agentes improvisacionais como agentes deliberativos e coordenação como direção improvisacional. Com isto, defende-se nesta tese que o uso da improvisação em agentes improvisacionais possibilita que os agentes improvisem comportamentos interativos, de maneira coerente, melhorando seu desempenho como solucionadores de problemas, criando e mantendo uma ilusão de vida para os agentes interativos e contribuindo para o aperfeiçoamento dos sistemas multiagentes.

Este trabalho está relacionado às áreas de Sistemas Multiagentes, Simulação Computacional e Emoções. A partir do estudo destas áreas de pesquisa, foi proposto e desenvolvido um protótipo para um ambiente de simulação baseado em agentes com emoções. Os sistemas multiagentes têm sido utilizados nas mais diversas áreas de pesquisa, não apenas para a área acadêmica, mas também para fins comerciais. Isso ocorre devido a características importantes que estes possuem, como flexibilidade e cooperação. Estas características são úteis para um grande número de aplicações, como para simulação de situações reais, pois os modelos de simulação desenvolvidos utilizando a tecnologia de agentes são muito eficazes e versáteis no estudo dos mais diferentes problemas. Emoções vêm sendo estudadas há algum tempo, pois elas influenciam a tomada de decisão de todas as suas atividades. A tentativa de expressar emoções é algo complexo, dependendo de diversos fatores, tanto sociais como fisiológicos. Objetivando a abrangência das pesquisas na área de sistemas multiagentes, este trabalho propõe o desenvolvimento de um protótipo para um ambiente de simulação baseado em agentes com emoções, utilizando como base para a estruturação das emoções o modelo OCC. Este novo ambiente é chamado AFRODITE. De forma a melhor definir como o AFRODITE seria implementado, foram estudados quatro ambientes de simulação baseados em agentes existentes - SIEME, SWARM, SeSAm e SIMULA, e alguns aspectos destes foram utilizados na construção do novo ambiente. Para demonstrar como o AFRODITE é utilizado, três exemplos de aplicações de áreas de conhecimentos diferentes foram modelados: o IPD (Iterated Prisoner’s Dilemma), da área de Teoria dos Jogos; Simulação de Multidões, da área de Engenharia de Segurança; e Venda de aparelhos celulares com serviço WAP, da área de Telecomunicações. Através dos três exemplos modelados foi possível demonstrar que o ambiente proposto é de fácil utilização e que a tarefa de inserção de emoções nas regras de comportamento pode ser realizada pelo usuário de forma transparente.

BEZERRA, D. M. Redes neurais artificiais e redes complexas: aplicações em processos químicos. 2005. 70 f. Dissertação (Mestrado em Engenharia Química) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2005. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2013-06-13T11:47:22Z No. of bitstreams: 1 2005_dis_dmbezerra.pdf: 8183113 bytes, checksum: aad7df1ada62f312adba7ed6fbddd21f (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2013-06-13T17:20:58Z (GMT) No. of bitstreams: 1 2005_dis_dmbezerra.pdf: 8183113 bytes, checksum: aad7df1ada62f312adba7ed6fbddd21f (MD5) / Made available in DSpace on 2013-06-13T17:20:58Z (GMT). No. of bitstreams: 1 2005_dis_dmbezerra.pdf: 8183113 bytes, checksum: aad7df1ada62f312adba7ed6fbddd21f (MD5) Previous issue date: 2005-06-29 / In the first part of this work we apply an artificial neural network (ANN) trained with a back-propagation algorithm to predict the volatility of liquefied petroleum gases (LPG) produced from a fractionation tower of natural gas liquid (NGL). Our analysis indicate that the ANN scheme provides better results than a simulator developed based phenomenological which is currently being implemented in the plant under study. In the second part, our primary objective is to demonstrate that flowsheets of oil refineries can be intrinsically associated to complex network topologies, which are scale-free, display small-word effect and have hierarchical organization. The emergence of these properties artificial networks is explained as a consequence of the design principles used in the process’ design, which include heuristics rules and algorithmic techniques. We expect these results to be also valid for chemical plants of different types and capacities. / Na primeira parte deste trabalho, empregamos uma rede neural artificial (RNA) treinada com algoritmo back-propagation para inferir a volatilidade dos gases liquefeitos de petróleo (GLP) produzidos em uma torre de fracionamento de líquido de gás natural (LGN). Os resultados obtidos indicam que a RNA fornece melhores respostas do que um simulador desenvolvido com base fenomenológica que se encontra em fase de implementação na planta em estudo. Na segunda parte da dissertação, o nosso objetivo primordial é demonstrar que os fluxogramas de processos de refinarias de petróleo podem estar intrinsecamente associados à topologias de redes complexas, que são scale-free, exibem efeitos de mundo pequeno e possuem organização hierárquica. A emergência dessas propriedades em redes artificiais é explicada como uma consequência dos princípios usados no design de projeto dos processos, os quais incluem regras heurísticas e técnicas algorítmicas. Esperamos que esses resultados sejam também válidos para plantas químicas de diferentes tipos e capacidades.

AMORA, M. A. B. Extração de regras interpretáveis para o diagnóstico eficiente de transformadores de potência isolados a óleo a partir do aumento do espaço de atributos. 2013. 113 f. Tese (Doutorado em Engenharia Elétrica) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2014-01-02T13:31:15Z No. of bitstreams: 1 2013_tese_mabamora.pdf: 1603224 bytes, checksum: 76d94a291bd0ce4d3882598ff2b54e0f (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2014-01-07T18:25:46Z (GMT) No. of bitstreams: 1 2013_tese_mabamora.pdf: 1603224 bytes, checksum: 76d94a291bd0ce4d3882598ff2b54e0f (MD5) / Made available in DSpace on 2014-01-07T18:25:46Z (GMT). No. of bitstreams: 1 2013_tese_mabamora.pdf: 1603224 bytes, checksum: 76d94a291bd0ce4d3882598ff2b54e0f (MD5) Previous issue date: 2013 / This work proposes a new method for diagnosis of incipient faults in power equipment with insulation oil. It consists on a set of interpretable rules extracted from the concentrations of the dissolved gases in insulating oil, and the relationships between these concentrations. Using a Decision Tree (DT) with changes in the size of the input attributes for obtaining rules, the proposed method: (i) allows the user to know the rules that generated the diagnosis, (ii) bypasses limitations common to other methods (e.g. the existence of "no diagnosis" regions, and the occurrence of more than one possible diagnosis) and (iii) the accuracy in diagnosis of DGA (Dissolved Gas Analysis) data available in the literature. The proposed method is compared with other DGA standard methods: Gas Key, Rogers, Dornenburg and Duval´s Triangle. The performed comparison considered databases available in technical literature, including data from the IEC TC 10. The observed accuracy of the proposed method is above 94%. Comparatively, the Duval´s Triangle method presents accuracy between 83% and 88% for the considered databases. The method was also evaluated with respect to sensitivity to measurements errors of laboratory – the results are very promising, the proposed method shows a hit rate of 83% in comparison with a hit rate of 78% for the Duval´s Triangle method. This work has also been developed a method for simplified diagnostic of power equipments with insulated oil using physico-chemical data - the hit rates obtained were lower than those achieved with the proposed DGA, however close to those observed in DGA methods cited in the literature, as Rogers IEEE C57.104 - 2008, with the advantage of the data not depend on the availability of a gas chromatograph. / Este trabalho propõe um novo método de diagnóstico de falhas incipientes em equipamentos de potência com isolamento a óleo baseado em regras interpretáveis extraídas a partir das concentrações dos gases presentes e dissolvidos no óleo isolante e de relações entre essas concentrações não exploradas por outros métodos. Utilizando uma árvore de decisão (Decision Tree - DT) com modificações na dimensão dos atributos de entrada para a obtenção de regras, o método proposto: (i) permite que o usuário conheça as regras que geraram o diagnóstico, (ii) contorna limitações comuns a outros métodos (ex.: existência de regiões de “não-diagnóstico”, existência de mais de um diagnóstico possível) e (iii) apresenta percentual elevado de acerto no diagnóstico de dados de DGA (Dissolved Gas Analysis) disponíveis na literatura. O método proposto é comparado com outros métodos de DGA descritos em normas: Gás Chave, Rogers, Dörnenburg e Triângulo de Duval. Na comparação dos métodos foram utilizados bancos de dados com informações publicadas, entre eles os dados do IEC TC 10 que apresentam informações e diagnóstico de um comitê de especialistas. Os índices de acerto observados com o método proposto estiveram acima de 94%. Comparativamente, o Método do Triângulo de Duval apresenta índices de acerto entre 83% e 88%. O método também foi avaliado com relação à sensibilidade na ocorrência de erros nas medidas de laboratório, apresentando resultados comparativamente superiores (índice de acerto de 83% em comparação com 78% do Método do Triângulo de Duval). Também foi desenvolvido neste trabalho um método para o diagnóstico simplificado de equipamentos de potência com isolamento a óleo utilizando dados físico-químicos – os índices de acerto obtidos foram inferiores aos alcançados com o DGA proposto, porém próximos aos observados em métodos de DGA citados na literatura, como Rogers IEEE C57.104 – 2008, com a vantagem dos dados não dependerem da disponibilidade de um cromatógrafo.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-graduação em Engenharia de Produção. Florianópolis, 2013. / Made available in DSpace on 2014-08-06T17:47:39Z (GMT). No. of bitstreams: 1 325539.pdf: 1567679 bytes, checksum: c81302a34c584b87a9826d3e1bccfcc5 (MD5) Previous issue date: 2013 / Abstract : Nowadays, the sports sponsorship is seen by a wide variety ofenterprises as one of the main strategies for an efficient promotion onthe market, constituting, at the same time, a significant source of fundsfor the sporting organizations. However, in order to reach theirobjectives, both of them need to adopt a professional attitude along theentire process. With the present study, we aim to present strategies forthe construction of mechanisms to create the efficiency on a sportingsponsorship. The main processes of sporting sponsorship in Brazil wereused as our object of study, taking into account the contract length,resources invested and results achieved, the study first highlights theimportance of recognizing reasons of investment in this strategy, whichestablishes an appropriate commercial relationship with pre-establishedgoals. During the prospection and realization of the sportingsponsorship, there must be a previous study of the prospect, which willshape the offer in a negotiation in which both sides will gain. The datareveal that the investment in sporting sponsorship may reach significantresults if accompanied by a development of parallel strategies asexploiting the protagonists, attracting new partners, activation,monitoring on the return and combating ambush marketing. Finally,with this work, from the investment made on sporting sponsorship, wewere able to indicate a return in terms of promotion, institution,mainstream media, relationship and business generation for theinvesting enterprises and an improvement in the sporting performanceand the management processes of the sporting organizations.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2014. / Made available in DSpace on 2014-08-06T17:58:19Z (GMT). No. of bitstreams: 1 325617.pdf: 885492 bytes, checksum: 548e3f60358f31ba518d5a7e77a6262d (MD5) Previous issue date: 2014 / Em sistemas multiagente, modelos de confiança e reputação vêm sendo propostos com o objetivo de auxiliar os agentes a selecionar seus parceiros de interação, visando aumentar o número de interações bem sucedidas. Assim como a confiança, emoções em agentes também são objetos de estudo tendo o objetivo de tornar as ações e reações dos agentes mais semelhantes a dos humanos. Essa dissertação apresenta um modelo de confiança baseado em emoções. Trata-se portanto de um modelo híbrido, que integra ao enfoque matemático característico dos modelos de confiança e reputação, um mecanismo de raciocínio simbólico, visando capturar a complexidade do raciocínio e flexibilizar as avaliações essencialmente quantitativas feitas pelos agentes através da introdução de elementos de natureza qualitativa ao cálculo da confiança. O modelo proposto incorpora oito emoções ao modelo de confiança Regret. Na parte inicial do trabalho é feita uma análise de modelos de confiança para agentes, do modelo OCC e de modelos de emoções para agentes. A parte principal do trabalho corresponde a proposta do modelo, que envolve a formalização das emoções e a modelagem das funções relativas às emoções. Ao final, dois cenários distintos são simulados para testar a funcionalidade do modelo.<br>

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2014. / Made available in DSpace on 2015-03-18T20:57:57Z (GMT). No. of bitstreams: 1 332814.pdf: 2496104 bytes, checksum: ad86a7bed9ef0350a64f41efbca1d33c (MD5) Previous issue date: 2014 / Aproximadamente oitenta por cento da informação necessária em um processo de Inteligência Competitiva (IC) pode ser obtida de fontes abertas. Porém, a falta de semântica desse tipo de fontes dificulta a dedução dos objetos e de seus relacionamentos. Essas dificuldades restringem a tarefa de recuperação de informação, fazendo da captura de conhecimento uma atividade particularmente difícil. A Web of Data avança nesse sentido ao possibilitar um espaço global de dados com conexões explicitas entre os conjuntos e com mecanismos padrão para acessar e processar os dados. Assim, este trabalho propõe alinhar o processo de IC à esta fonte de dados. Para tanto, é proposto um modelo composto por tarefas estruturadas de identificação, seleção e classificação da informação baseado em setores econômicos, que objetiva facilitar a recuperação e o uso da informação na etapa de coleta do ciclo de IC. Espera-se com isso que organizações possam explorar novas fontes de conhecimento, diminuir os esforços de coleta devido à estruturação da informação, e consequentemente, obter melhor posição estratégica. A verificação do modelo se deu pela sua aplicação no setor de Eletricidade e Gás, pela identificação dos requisitos de IC e pela coleta dos dados pertencentes ao setor escolhido.<br> / Abstract : Nearly eighty percent of the information needed for a process of Competitive Intelligence (CI) can be obtained from open sources. However, the lack of semantics of this kind of source complicates the deduction of objects and their relationships. These difficulties restrict the information retrieval task and make knowledge capture a particularly hard activity. The Web of Data moves in this direction, by allowing a global data space with explicit connections between datasets and standard mechanisms to access and process data. So, this paper proposes to align the CI process to this data source. To this end, we propose a model composed for structured identification, selection and classification of information based on economic sectors, which aims to facilitate the retrieval and use of the information in the collection stage of the CI cycle tasks. It is expected that organizations can exploit this new knowledge sources, reduce efforts due to the structuring of information, and hence get better strategic position. The model was validated in the Electricity and Gas sector to identify the requirements of CI and the collection of data belonging to sector.