Tese de mestrado. Inteligência Artificial e Sistemas Inteligentes. Faculdade de Engenharia. Universidade do Porto. 2009

Tese de mestrado. Inteligência Artificial e Sistemas Inteligentes. Faculdade de Engenharia. Universidade do Porto. 2007

Dissertação apresentada para obtenção do grau de Mestre em Engenharia Electrotécnica e de Computadores na Faculdade de Engenharia da Universidade do Porto, sob a orientação do Prof. Doutor Eugénio da Costa Oliveira

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2008

Dissertação (mestrado)—Universidade de Brasília, Departamento de Ciência da Computação, 2008. / Submitted by Suelen Silva dos Santos (suelenunb@yahoo.com.br) on 2009-09-22T18:00:58Z No. of bitstreams: 1 2008_SandroCarlosVieira.pdf: 1016699 bytes, checksum: 0b6b8dba27cff6ed8edbd6eca1b5a81f (MD5) / Approved for entry into archive by Gomes Neide(nagomes2005@gmail.com) on 2011-01-03T17:55:02Z (GMT) No. of bitstreams: 1 2008_SandroCarlosVieira.pdf: 1016699 bytes, checksum: 0b6b8dba27cff6ed8edbd6eca1b5a81f (MD5) / Made available in DSpace on 2011-01-03T17:55:02Z (GMT). No. of bitstreams: 1 2008_SandroCarlosVieira.pdf: 1016699 bytes, checksum: 0b6b8dba27cff6ed8edbd6eca1b5a81f (MD5) Previous issue date: 2008-07-21 / Desenvolver software é uma atividade comum para muitas empresas em diversas áreas da sociedade moderna, ainda que esse não seja o foco de seus negócios. Essa realidade se faz presente pela percepção de que a maioria dos produtos e serviços oferecidos é suportada por sistemas de computação, notadamente quando se fala de grandes empresas e de processos que envolvem valores vultuosos. No ramo financeiro, por exemplo, temos organizações, que dedicam alguns milhares de profissionais ao desenvolvimento de sistemas para a automação de suas atividades e à manutenção de outros que vêm sendo empregados há muito tempo. Nesse contexto, o processo de desenvolvimento de software têm sido objeto de constante preocupação por parte das administrações, porém a maioria dos trabalhos se volta ao controle de recursos e a melhoria e padronização dos processos atuais, negligenciando boa parte do conhecimento que está presente nesse ciclo. A presente pesquisa foca sua atenção sobre essa questão, com a proposição de um modelo, baseado em formalismos de inteligência artificial, que busca agregar mecanismos para a gestão do conhecimento envolvido no processo de desenvolvimento de software. O modelo aqui descrito foi construído e aplicado a um estudo de caso, em uma grande instituição financeira, obtendo-se resultados promissores quanto à sua utilização como forma de incrementar o reuso de soluções já desenvolvidas, evitar duplicidade de esforços na construção de soluções similares e também de propiciar uma alternativa eficaz para a rastreabilidade de características e detalhes sobre tais soluções. ______________________________________________________________________________ ABSTRACT / Software development has been a common activity to many companies in modern society, even that this activity are not in the core of its business. This reality is already evidenced by the perception that computer systems are strongly coupled to services and products, especially when big organizations and a great amount of money is involved. In the financial area, for example, many of this organizations employs over a thousand professionals to develop computer systems designed to support its business and to keep running software already in use for a long time. In this context, software development process has been considered as a critical mission by the organization's CIOs, but major efforts have been driven to adjust it into process patterns and resources control, keeping knowledge management outside this cycle. This research describes a model designed to improve knowledge management in software development process. The model described in this paper was constructed and applied as a case study in a financial organization, and the collected results illustrate the efficiency of the system to improve software reuse and to avoid duplicated efforts in solution design.

Cada vez mais instituições de ensino têm criado repositórios educacionais para disponibilizar seus Objetos de Aprendizagens (OAs). Entretanto, esses repositórios ficam isolados, o que implica que um usuário que busca um determinado material necessite um considerável esforço para realizar suas buscas em cada um dos repositórios. Assim, principal objetivo desse trabalho é a criação de um modelo de integração de repositórios educacionais, preparar esse sistema para a Web 3.0, permitindo assim que os OAs possam ser consumidos, reutilizados e adaptados a realidade de cada região, de forma independente de plataforma ou metadados. Para alcançar este objetivo foi criado um modelo de integração de repositórios educacionais em uma estrutura hierárquica, de modo a permitir a coleta, indexação e busca de material educacional a partir de repositórios heterogêneos. Assim, foi possível coletar mais de 150 mil OAs de diversos repositórios e as avaliações dos usuários apontaram mais de 90% de aprovação do modelo. Com isso, revelou-se a eficácia da integração, contribuindo a localização, uso e reuso dos OAs, visibilidade dos repositórios educacionais, entra outros pontos. / Technology has increasingly permeated the educational context. This has made the use of learning objects (LOs) very popular. LOs need to be stored and cataloged so they can be located and retrieved by in an efficient manner by students and teachers. In order to meet this demand LO repositories were created, however, these repositories are structurally isolated from each other, which causes a significant effort to locate the desired material, since the user has to search for it in each repository separately. In some countries like Brazil there is a greater number of repositories distributed and without a unique repository implementation or event metadata standard. The main goal of this work is to propose a model that, prepared to the Web 3.0, able LO to be used, reused or adapted from heterogeneous environments not only in implemented system, but in metadata standards. To reach this goal is proposed an to create a LOs federation to organize various repositories in a hierarchical system, in this paper, we describe how this objects can be harvested, indexed and retrieved to users from several standard different repositories and how to present it to users in different devices. The system could index more than 150 thousand LOs and a users tasks experimental got 90% of approval.

Em ambientes dinâmicos e complexos, a política ótima de coordenação não pode ser derivada analiticamente, mas, deve ser aprendida através da interação direta com o ambiente. Geralmente, utiliza-se aprendizado por reforço para prover coordenação em tais ambientes. Atualmente, neuro-evolução é um dos métodos de aprendizado por reforço mais proeminentes. Em vista disto, neste trabalho, é proposto um modelo de coordenação baseado em neuro-evolução. Mais detalhadamente, desenvolveu-se uma extensão do método neuro-evolutivo conhecido como Enforced Subpopulations (ESP). Na extensão desenvolvida, a rede neural que define o comportamento de cada agente é totalmente conectada. Adicionalmente, é permitido que o algoritmo encontre, em tempo de treinamento, a quantidade de neurônios que deve estar presente na camada oculta da rede neural de cada agente. Esta alteração, além de oferecer flexibilidade na definição da topologia da rede de cada agente e diminuir o tempo necessário para treinamento, permite também a constituição de grupos de agentes heterogêneos. Um ambiente de simulação foi desenvolvido e uma série de experimentos realizados com o objetivo de avaliar o modelo proposto e identificar quais os melhores valores para os diversos parâmetros do modelo. O modelo proposto foi aplicado no domínio das tarefas de perseguição-evasão.

Este trabalho apresenta um modelo de dados para o treinamento de Inteligência Artificial (IA) na Pesquisa em Saúde, revisando a literatura existente sobre estes modelos, experimentando em laboratório um caso prático aplicado na busca ativa de infecções hospitalares e por fim propondo um debate sobre os requisitos para estruturação de um estúdio de Data Science no HCPA. As infecções hospitalares são um agravo à saúde e hoje são uma das principais causas de mortalidade no mundo. O diagnóstico correto destas infecções é fundamental para a adoção de medidas preventivas necessárias. As notificações passivas das infecções por parte dos profissionais têm baixa sensibilidade, já a busca ativa destas infecções na vigilância epidemiológica é mais sensível, mas o trabalho é demorado e despende mais de 60% do tempo das atividades dos profissionais com a revisão de prontuários e no preenchimento de planilhas de controle. Diferentes algoritmos foram utilizados para encontrar no modelo de dados proposto, um conjunto de critérios que caracterizam o diagnóstico de uma infecção relacionada à assistência à saúde. O treinamento e os testes foram realizados utilizando um grande volume de dados secundários com origem nos prontuários eletrônicos do HCPA. Os cadastros básicos, os meta-dados processados dos prontuários e os dados agregados que compõe os indicadores da instituição foram utilizados para descrição do contexto, possibilitando assim a proposição de um modelo de dados. O produto gerado a partir deste experimento intitulasse BIA - Banco de Dados para Inteligência Artificial. Os algoritmos treinados com o BIA atingiram resultados ligeiramente superiores aos apresentados na revisão da literatura, fornecendo informações importantes para adoção da IA nas rotinas da pesquisa em saúde, no trabalho da comissão de infecção hospitalar, na gestão clínica e administrativa dos hospitais e nas iniciativas de inovação nas instituições de saúde no Brasil. / This work presents a data model for Artificial Intelligence (AI) training in Health Research. Reviewing the literature on these models and the needs for data governance in this area, by experimenting in laboratory with a practical case applied in the active search for healthcare associetade infections and finally proposing a debate on the requirements for structuring a Data Science studio at HCPA. Hospital infections are a health problem and today it is one of the leading causes of mortality in the world. The correct diagnosis of these infections is fundamental for the adoption of necessary preventive measures. The passive notification of infections by professionals has low sensitivity, but the active search for these infections in epidemiological surveillance is more sensitive sice the work is time consuming and spends more than 60% of the time of the activities of the people involved with the review of medical records. patients and in the use of spreadsheets to control the work. Different programs will be used to find in the proposed data model a set of criteria that characterize the diagnosis of an infection related to health care. Both training and testing were performed using a large volume of secondary data from HCPA electronic records. The basic registers, the processed metadata of the medical records and the aggregated data that compose the indicators of the institution were also used to describe the context, thus enabling the proposition of a multilevel model for AI training. The product generated from this experiment is called BIA - Database for IA. The results obtained in the experiment were positive indicating that the algorithms trained with the BIA can reach up reasults better than shown in previous systematic revisions, providing important information to initiate the adoption of the IA in the routines of health research, in the work of the hospital infection commission, in the clinical and administrative management of hospitals, and in health innovation initiatives in health institutions in Brazil.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2008. / Submitted by Jaqueline Oliveira (jaqueoliveiram@gmail.com) on 2008-11-21T11:33:16Z No. of bitstreams: 1 DISSERTACAO_2008_FabioLucioLMendonca.pdf: 1577853 bytes, checksum: f9d0f561e4281eac3a1f4808f3e239ea (MD5) / Approved for entry into archive by Georgia Fernandes(georgia@bce.unb.br) on 2009-02-06T10:39:13Z (GMT) No. of bitstreams: 1 DISSERTACAO_2008_FabioLucioLMendonca.pdf: 1577853 bytes, checksum: f9d0f561e4281eac3a1f4808f3e239ea (MD5) / Made available in DSpace on 2009-02-06T10:39:13Z (GMT). No. of bitstreams: 1 DISSERTACAO_2008_FabioLucioLMendonca.pdf: 1577853 bytes, checksum: f9d0f561e4281eac3a1f4808f3e239ea (MD5) / Este trabalho objetiva propor uma arquitetura de um sistema para tratamento e reconhecimento automático do texto de documentos paleográficos, utilizando um OCR (Optical Character Recognition) com tecnologia de redes neurais artificiais. O sistema proposto deve atuar no contexto de processos de transcrição do texto de documentos de escritas paleográficas do século XVI ao XIX, documentos estes do Brasil colônia que foram digitalizados a partir dos originais impressos arquivados no Arquivo Ultramarino de Lisboa, uma das realizações do Projeto Resgate do Ministério da Cultura brasileiro. A arquitetura do sistema proposto inclui módulos para segmentar as imagens digitalizadas dos documentos, para análise dos segmentos com OCR na tentativa de reconhecimento do texto, para treinamento do OCR com formação de um dicionário de palavras reconhecidas e para armazenamento do texto transcrito a partir das imagens dos documentos. Para avaliar essa arquitetura foi desenvolvido um protótipo de software que permite ao usuário segmentar manualmente uma imagem de documento, treinar um OCR simples e extrair com esse OCR algumas informações de texto do documento paleográfico digitalizado. Conclui-se que a arquitetura proposta é funcional, ainda que sejam necessários desenvolvimentos mais profundos no que se refere aos processos de segmentação dos documentos e reconhecimento das escritas paleográficas do século XVI ao XIX. ___________________________________________________________________________________________ ABSTRACT / This work propose a system architecture for automatic manipulate and recognize of text on paleographic document, using Optical Character Recognition (OCR) aggregate with artificial neural networks. The system should work on the context of process text transcription on text documents with paleographic writing of century XVI to XIX; those documents are acquired from Brazil on colony age and digitalized from the original files archived on Ultramario Archive of Lisboa, one works of Projeto Resgate from Brazilian Culture Ministry. The architecture of propose system has modules for segment the digital image of documents, analyze of segments with OCR in try of text recognize, OCR training for compose a dictionary of recognized worlds and also a module for storage the transcript text from document images. For evaluation has been developed prototype software, where one user could manually segment a document image, simple OCR training and using this OCR gets some text information from a digital paleographic document. We conclude that the propose architecture was functional, but still need more improvements on document segmentation module and on module that recognize the paleographic writings of century XVI to XIX.

O presente trabalho analisa diferentes modelos de representação temporal usados em arquiteturas conexionistas e propõe o uso de um novo modelo neural, chamado Neurônio Diferenciador-Integrador (NDI) para aplicação com processamento de sinais temporais. O NDI pode ser interpretado como filtro digital. Seu funcionamento exige poucos recursos computacionais e pode ser de grande valia em problemas onde a solução ideal depende de uma representação temporal instantânea, facilidade de implementação, modularidade e eliminação de ruído. Após a definição do modelo, o mesmo é sujeito a alguns experimentos teóricos utilizado em conjunto com arquiteturas conexionistas clássicas para resolver problemas que envolvem o tempo, como previsão de séries temporais, controle dinâmico e segmentação de seqüências espaço-temporais. Como conclusão, o modelo neural apresenta grande potencialidade principalmente na robótica, onde é necessário tratar os sinais sensoriais ruidosos do robô de forma rápida e econômica.