Durante os últimos anos as áreas de pesquisa sobre Agentes Inteligentes, Sistemas Multiagentes e Comunicação entre Agentes têm contribuído com uma revolução na forma como sistemas inteligentes podem ser concebidos, fundamentados e construídos. Sendo assim, parece razoável supor que sistemas inteligentes que trabalhem com domínios probabilísticos de conhecimento possam compartilhar do mesmo tipo de benefícios que os sistemas mais tradicionais da Inteligência Artificial receberam quando adotaram as concepções de agência, de sistemas compostos de múltiplos agentes e de linguagens de comunicação entre estes agentes. Porém, existem dúvidas não só sobre como se poderia escalar efetivamente um sistema probabilístico para uma arquitetura multiagente, mas como se poderia lidar com as questões relativas à comunicação e à representação de conhecimentos probabilísticos neste tipo de sistema, principalmente tendo em vista as limitações das linguagens de comunicação entre agentes atuais, que não permitem comunicar ou representar este tipo de conhecimento. Este trabalho parte destas considerações e propõe uma generalização do modelo teórico puramente lógico que atualmente fundamenta a comunicação nos sistemas multiagentes, que será capaz de representar conhecimentos probabilísticos. Também é proposta neste trabalho uma extensão das linguagens de comunicação atuais, que será capaz de suportar as necessidades de comunicação de conhecimentos de natureza probabilísticas. São demonstradas as propriedades de compatibilidade do novo modelo lógico-probabilístico com o modelo puramente lógico atual, sendo demonstrado que teoremas válidos no modelo atual continuam válidos no novo modelo. O novo modelo é definido como uma lógica probabilística que estende a lógica modal dos modelos atuais. Para esta lógica probabilística é definido um sistema axiomático e são demonstradas sua correção e completude. A completude é demonstrada de forma relativa: se o sistema axiomático da lógica modal original for completo, então o sistema axiomático da lógica probabilística proposta como extensão também será completo. A linguagem de comunicação proposta neste trabalho é definida formalmente pela generalização das teorias axiomáticas de agência e comunicação atuais para lidar com a comunicação de conhecimentos probabilísticos e pela definição de novos atos comunicativos específicos para este tipo de comunicação. Demonstra-se que esta linguagem é compatível com as linguagens atuais no caso não-probabilístico. Também é definida uma nova linguagem para representação de conteúdos de atos de comunicação, baseada na lógica probabilística usada como modelo semântico, que será capaz de expressar conhecimentos probabilísticos e não probabilísticos de uma maneira uniforme. O grau de expressibilidade destas linguagens é verificado por meio de duas aplicações. Na primeira aplicação demonstra-se como a nova linguagem de conteúdos pode ser utilizada para representar conhecimentos probabilísticos expressos através da forma de representação de conhecimentos probabilísticos mais aceita atualmente, que são as Redes Bayesianas ou Redes de Crenças Probabilísticas. Na outra aplicação, são propostos protocolos de interação, baseados nos novos atos comunicativos, que são capazes de atender as necessidades de comunicação das operações de consistência de Redes Bayesianas secionadas (MSBNs, Multiple Sectioned Bayesian Networks) para o caso de sistemas multiagentes.

A inteligência tem sido estudada como fruto de evolução biológica. Nas últimas centenas de milhões de anos, a inteligência tem evoluído juntamente com a biologia. Essa conclusão pode ser obtida ao analisar o comportamento das criaturas que emergiram assim como a sua capacidade de armazenar e processar informação. A evolução gerou criaturas possuidoras de cérebros com grande poder de adaptação. Partindo-se do pressuposto que a inteligência humana é resultado de um processo evolutivo paulatino que ocorreu ao longo de milhões de anos, faz sentido tentar repetir os mesmos passos dados ao longo da evolução da inteligência artificialmente. A evolução oferece uma rota que vai desde tipos de mentes simples até tipos de mentes mais complexas apresentando um caminho de características e capacidades que evoluíram ao longo do tempo. No presente trabalho, acredita-se que esse caminho seguido pela evolução é uma boa fonte de inspiração para a geração de inteligência artificial. De acordo com Dennett, um tipo de mente que apareceu ao longo da evolução é a mente popperiana que aprende as regras do ambiente e tem a capacidade de imaginar ou planejar estados futuros permitindo que ela se adapte com facilidade a novas e inesperadas situações. Sendo assim, modela-se e implementa-se um agente popperiano capaz de aprender as regras do seu ambiente e planejar ações futuras baseando-se no seu aprendizado. Por fim, são implementados dois protótipos de agentes popperianos para resolver problemas distintos e observa-se a capacidade dos agentes popperianos em se adaptar às condições do seu meio para alcançar seus objetivos.

Diferentes correntes da psicopedagogia apontam que a negociação é fundamental em interações de ensino-aprendizagem. No entanto, pouca pesquisa tem sido baseada em uma noção precisa do que é negociação e de como esta se relaciona com a aprendizagem. Este trabalho descreve um modelo para negociação pedagógica, aplicado a um ambiente multiagente de aprendizagem. Após discussão de exemplos ilustrativos e revisão bibliográfica de áreas de pesquisa relacionadas, a negociação é definida utilizando quatro características: o que está sendo negociado, os estados iniciais e finais de negociação e o processo de negociação em si. A tese concentra-se nos processos de negociação, para que um modelo seja desenvolvido baseado na interação argumentativa entre o sistema e o aluno, a partir da construção de redes bayesianas. É proposto que a atitude proposicional mais relevante para interações de negociação pedagógica está relacionada a um processo de equalização mútua de graus de confiança entre o professor e o aluno. Como conclusão, são apresentados os resultados alcançados, resumidos na implementação do Ambiente Multiagente ProbabiLístico Inteligente de Aprendizagem – AMPLIA. Os primeiros resultados da implementação do ambiente e o modelo geral da negociação pedagógica implantada puderam ser vistos durante um curso piloto realizado no Hospital de Clínicas de Porto Alegre.

O objetivo deste trabalho é apresentar a base teórica para o problema de aprendizagem através de exemplos conforme as ref. [14], [15] e [16]. Aprender através de exemplos pode ser examinado como o problema de regressão da aproximação de uma função multivaluada sobre um conjunto de dados esparsos. Tal problema não é bem posto e a maneira clássica de resolvê-lo é através da teoria de regularização. A teoria de regularização clássica, como será considerada aqui, formula este problema de regressão como o problema variacional de achar a função f que minimiza o funcional Q[f] = 1 n n Xi=1 (yi ¡ f(xi))2 + ¸kfk2 K; onde kfk2 K é a norma em um espa»co de Hilbert especial que chamaremos de Núcleo Reprodutivo (Reproducing Kernel Hilbert Spaces), ou somente RKHS, IH definido pela função positiva K, o número de pontos do exemplo n e o parâmetro de regularização ¸. Sob condições gerais a solução da equação é dada por f(x) = n Xi=1 ciK(x; xi): A teoria apresentada neste trabalho é na verdade a fundamentação para uma teoria mais geral que justfica os funcionais regularizados para a aprendizagem através de um conjunto infinito de dados e pode ser usada para estender consideravelmente a estrutura clássica a regularização, combinando efetivamente uma perspectiva de análise funcional com modernos avanços em Teoria de Probabilidade e Estatística.

Este trabalho propõe a definição de um Sistema de Valores de Troca para modelar as trocas sociais entre agentes em sociedade artificiais. Esse sistema é baseado na Teoria das Trocas de Valores de Jean Piaget e é composto por uma algebrá de valores de troca, que indica como esses valores devem ser representados e manipulados, por um mecanismo de raciocínio social baseado em vaores de troca e por estruturas capazes de armazenar e manipular tais valores. Nesse sistema, os valores de troca são vistos tanto como elementos motivadores das interações quanto como elementos reguladores responsáveis pelo equilíbrio e continuidade das trocas sociais. Acredita-se que o istema proposto é capaz de melhorar a modelagem das interações. É mostrado, também, como o sistema de valores proposto pode ser integrado com modelos de interação existentes na literatura de sistemas multiagente; Para isso, foram escolhidos dosi modelos práticos de organização dinâmica - o Redes de Contrato e o Modelo de Coalizões Baseadas em Dependências. Para demonstrar comomo o sistema de valores pode ser aplicado na modelagem e na simuulação de situações reais, é descrito um cenário para experimentação, no qual o sistema proposto é utilizado para modelar, de forma simplificada, o processo de lobby atrtavés de contribuições para campanhas políticas. Com este cenário pretende-se observar, além da dinâmica dos valores de troca, a capacidade do sistema em modelar caraterísticas mais subjetivas das interações (normalmente observadas nas relações humanas), e, ao tempo tempo, prover elementos reguladores, instrurmentos para a continuidade das interações e trocas sociais.

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.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2016. / Made available in DSpace on 2017-05-23T04:11:46Z (GMT). No. of bitstreams: 1 345515.pdf: 1730458 bytes, checksum: edb07ab19744e70be5d0eb6d39756612 (MD5) Previous issue date: 2016 / Web services têm sido cada vez mais adotados por organizações na implantação de processos de negócio e integração de sistemas heterogêneos.Todavia, os Web services estão vulneráveis a uma série de problemas de execução (serviços indisponíveis, resultados insatisfatórios,descumprimento de parâmetros de qualidade, violações de SLA,falhas de comunicação, dentre outros) que podem fazer com que os seus comportamentos sejam diferentes do esperado, impedindo-os de cumprirem com sucesso as tarefas para as quais foram designados. Neste sentido, é importante levar em consideração que o comportamento dos Web services é intrinsecamente não-determinístico, muitas vezes inesperado e inadequado. Vários trabalhos têm sido propostos para se obter, de modo eficiente, composições de Web services. Entretanto,com algumas exceções, a maioria ignora os problemas de execução que podem ocorrer em tempo de execução e afetar as composições. Neste contexto, este trabalho apresenta uma abordagem para a obtenção decomposições resilientes de Web services, isto é, composições capazes de contornar problemas de execução para satisfazer os objetivos do usuário.A abordagem proposta combina planejamento não-determinístico e SAT (satisfazibilidade booleana) para se obter k planos alternativos(composições alternativas de Web services) que solucionam uma dada requisição, onde um plano é visto como uma sequência de ações, e as ações correspondem a invocações de operações de Web services. Os planos obtidos são fundidos em uma estratégia de contingência na forma de uma árvore de decisão binária (composição de Web services resiliente resultante). A estratégia de contingência permite a motores de execução de processos acompanhar o progresso da execução da composição e lidar com problemas que ocorrem em ambientes dinâmicos e não-determinísticos mediante a rápida seleção, com custo mínimo, de uma composição alternativa e compatível com aquela que falhou. Resultados de experimentos com a abordagem proposta mostraram que é possível obter estratégias de contingências em tempos relativamente baixos e com uma quantidade grande e satisfatória de planos. Em torno de um minuto foi possível construir árvores binárias com uma média de 6723 planos, e em torno de cinco minutos árvores binárias foram construídas com uma média de 15148 planos.<br> / Abstract : Web services have been increasingly adopted by organizations to implement their business processes and to integrate heterogeneous systems. However, Web services are vulnerable to a wide number of execution problems (e.g., unavailable services, unappropriated results, noncompliance of quality parameters, service level agreement violations, communication failures, among others) which can make them behave differently from the expected and prevent them to comply with their tasks successfully. In this regard, it is important to take into account that the behavior of Web services is intrinsically nondeterministic, often unexpected and inappropriate. Several works have been proposed to efficiently obtain Web service compositions. However, with few exceptions, most of them disregard contingencies which may happen at runtime and affect the compositions. In this context, this paper presents an approach for obtaining resilient compositions of Web services, i.e, compositions that are able to circumvent problems which may occur in the execution environments in order to meet the user goals. This approach combines nondeterministic planning and SAT (boolean satisfiability) to obtain k plans (alternative compositions of Web services) that address a given user request, where a plan is a sequence of actions, and an action corresponds to an invocation of aWeb services operation. The obtained plans are merged into a contingency strategy in the form of a binary decision tree (i.e., the resulting resilient composition of Web services). The contingency strategy enables process execution engines to keep track of the composition execution progress and deal with problems which happen in dynamic and nondeterministic environments by quickly selecting, with minimum cost, a suitable alternative composition to continue the execution towards the satisfaction of the user s goals. Experimental results using this approach have showed that it is possible to obtain contingency strategies in relatively low times and with a large and satisfactory amount of plans. In about one minute it was possible to build binary trees with an average of 6723 plans, and in about five minutes binary trees were built with an average of 15148 plans.

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.