A participação dos usuários tem sido cada vez mais efetiva e necessária na elaboração de diversos modelos decisórios, bem como na definição de requisitos de sistemas de informação. Uma forma de intensificar a participação e contribuição dos usuários na engenharia de sistemas é a utilização de JAD (Joint Application Design) para o projeto em grupo de sistemas de informação. Através de técnicas de dinâmica de grupo e de ferramentas estruturadas, busca-se uma especificação de requisitos, elaborada pelos usuários, em padrões que permitam a comunicação mais formalizada destes com a equipe de desenvolvimento. Apesar da evolução das ferramentas de automação da engenharia de sistemas (CASE) e dos sistemas de apoio à decisão para grupos (SADG), não se verifica a existência de proposta específica para o suporte ao trabalho em grupo de especificação de requisitos de sistemas. Neste trabalho, a partir da observação da prática de desenvolvimento de sistemas baseada no uso de JAD, da análise das características de sistemas de suporte ao trabalho em grupo e de ferramentas de automação do desenvolvimento de sistemas, apresenta-se a especificação dos requisitos de um sistema de computação destinado ao apoio e coordenação a trabalhos de projeto em grupo de sistemas de informação. / The participation of the users has been progressively more effective and necessary to the development of decision models, as well as to the definition of the requirements of information systems. One way to intensify the users participation and contribution to systems engineering is the utilization of JAD (Joint Application Design) in the group process of systems design. Through group techniques and structured tools, it is searched the requirements specification, defined by the users, in such a way to allow more formal communication among them and the systems engineering staff. Despite the evolution of Computer Aided Software Engineering (CASE) and Group Decision Support Systems (GDSS) tools, there is no specific proposal to support group work in systems requirements specification. In this work, from the observation of JAD use in systems development, the analysis of the characteristics of group support systems and CASE tools, it is presented the requirements specification of a computer system to support and coordinate group work in the design of information systems.

Esta tese descreve um estudo quase experimental que teve como objetivo: investigar a relação entre a construção do Pensamento Computacional e o desenvolvimento do raciocínio de estudantes dos últimos anos do Ensino Fundamental. A pesquisa foi realizada utilizando um curso de extensão em Desenvolvimento de Games, ofertado em 2 escolas particulares de Porto Alegre, tendo a participação de 50 alunos. A prática de ensino-aprendizagem proposta foi construída com base em pressupostos teóricos da aprendizagem significativa e aprendizagem experiencial. O Pensamento Computacional e o raciocínio dos alunos foram avaliados antes e após o término do curso, sendo utilizados para este fim o Teste de Pensamento Computacional e as provas que compõe a Bateria de Provas de Raciocínio – BPR-5. A análise estatística dos dados permitiu evidenciar um incremento do Pensamento Computacional, bem como do Raciocínio Verbal, Raciocínio Abstrato e Raciocínio Mecânico dos alunos que participaram do experimento. Comprovou-se também uma correlação positiva entre o Pensamento Computacional e os cinco tipos de raciocínio avaliados. Os resultados deste estudo demonstram como a construção do Pensamento Computacional contribuí no desenvolvimento cognitivo dos alunos e é apresentada uma proposta pedagógica que pode servir de referência para novos estudos na área. / This thesis describes a quasi-experimental study aimed to investigate a relationship between the construction of Computational Thinking and the development of students' reasoning in Middle School. A research was carried out during a course about Games Development, offered in two private schools in Porto Alegre, with 50 students. The proposed teaching-learning practice was built on the theoretical assumptions of meaningful learning and experiential learning. Both, Computational Thinking and reasoning, of the students were measured before and after the course, using a Computational Thinking Test and a set of reasoning evidence tests (BPR-5). The statistical analysis of the data showed an increase in Computational Thinking, as well as Verbal Reasoning, Abstract Reasoning and Mechanical Reasoning of the students participating in the experiment. There was also a positive observation between Computational Thinking and the five types of reasoning. The results of this study demonstrate how the construction of Computational Thinking contributes to the cognitive development of students and presents a pedagogical proposal that can serve as a reference for new studies in the area.

Com o avanço da tecnologia, grandes volumes de dados estão sendo coletados e acumulados numa velocidade espantosa. Data Mining constitui um campo de pesquisa recente em Inteligência Artificial, cujo objetivo é extrair conhecimento de grandes bases de dados. Um dos tópicos tratados em Data Mining para extrair conhecimento é o uso de algoritmos de Aprendizado de Máquina em grandes volumes de dados. Alguns algoritmos de Aprendizado de Máquina são capazes de criar generalizações, ou descrever conceitos, a partir de um conjunto de dados previamente rotulados. Esses algoritmos são conhecidos como indutores e são capazes de induzir uma hipótese (ou classificador). Um classificador pode estar descrito sob uma forma simbólica explícita, e assim, apresentar uma explicação do conceito aprendido de forma inteligível ao ser humano. Uma dessas formas de representação simbólica explícita são as regras de conhecimento. Especialmente em Data Mining, o volume de regras de conhecimento que descrevem um classificador simbólico pode ser muito grande. Isso dificulta muito a análise de regras individuais ou de um grupo de regras por parte do usuário desse conhecimento. No intuito de propor uma solução para essa dificuldade, a análise automática de regras, utilizando medidas de avaliação e de interessabilidade, destaca-se como uma das fontes de resultados positivos da aplicação do Aprendizado de Máquina na área de Data Mining. Neste trabalho é apresentado o RuleSystem, um sistema computacional protótipo que implementa funcionalidades voltadas para Aprendizado de Máquina e Data Mining. Uma dessas funcionalidades, implementadas no RuleSystem, refere-se à análise automática de regras. O Módulo de Análise de regras, proposto neste trabalho, implementa diversas medidas de avaliação e de interessabilidade de regras, permitindo assim realizar uma análise tanto quantitativa quanto qualitativa das regras que constituem a(s) hipótese(s) induzida(s) por algoritmos de Aprendizado de Maquina simbólico.

Orientador: Rogerio Drummond / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-09-27T19:03:18Z (GMT). No. of bitstreams: 1 Silva_FabioHenriqueda_M.pdf: 2761398 bytes, checksum: 01caa55303be5c4d8030174694cb8caa (MD5) Previous issue date: 2008 / Resumo: Agendamento em grupo é uma atividade essencial e contínua. As complexidades na conciliação de agendas de diversas pessoas fazem da administração do tempo um desafio. Ele envolve sofisticados mecanismos de comunicação para suportar compartilhamento de calendários e negociações de agendamento entre usuários de diversos sistemas, compreendendo também a necessidade de reagendamento de compromissos já marcados em favor de outros. Entretanto, faltam soluções que facilitem a coordenação de situações complexas como estas. Com base em uma revisão das abordagens passadas para este problema e seus sucessos e falhas,. uma nova abordagem, interdisciplinar, é apresentada para agendamento em grupo. O desenvolvimento dos protocolos de compartilhamento de calendários e agendamento é analisado, bem como a aplicação de promissoras técnicas nos campos de otimização, inteligência artificial e interfaces. Em direção a uma nova geração de ferramentas de agendamento em grupo mais inteligentes e poderosas que trarão ganhos de produtividade minimizando esforços de coordenação, uma aplicação multidisciplinar de conhecimentos destas áreas é proposto. Extensões para os atuais protocolos de negociação de agendamento são descritas, e as iniciativas de desenvolvimento do iScheduler, uma solução que aplica as melhores práticas identificadas neste estudo, são relatadas / Abstract: Group scheduling is an essential and continuous activity. Complexities on conciliating schedules of several people make time management a challenge. It involves sophisticated communication mechanisms to support calendar sharing and scheduling negotiation among users of diverse systems, also comprising the need of rescheduling meetings in favor of others. However, there is a lack of solutions to ease the coordination of more complex situations like these. Based on a review of past approaches for this problem and their successes and failures, a new, interdisciplinary approach is presented for group scheduling. The development of calendaring and scheduling protocols is reviewed, as well as the application of promising techniques on the fields of optimization, artificial intelligence and interfaces. Towards a new generation of more intelligent and powerful group scheduling tools that will increase productivity by minimizing coordination efforts, a multidisciplinary application of knowledge from these areas is proposed. Extensions for present scheduling negotiation protocols are described, and the initiatives on the development of iScheduler, a solution that applies the best practices identified on this study, are reported. / Mestrado / Sistemas de Informação / Mestre em Ciência da Computação

Neste trabalho apresentamos uma nova classe de robos bipedes com pernas articuladas e um corpo central. O projeto de robo proposto faz uso de contrapesos em cada um de seus links, e apresenta propriedades que simplificam excepcionalmente as equações dinâmicas que regem seu movimento. Prova- mos que o sistema encontrado, sob certas hipóteses, é linearizavel por meio de uma realimentaçao não-linear de seus estados. Resolvemos o problema de otimização do tempo de percurso de uma trajetória predefinida para este robo, admitindo-se limitações em seus atuadores. Projetamos um sistema de controle inspirado no conceito de \"flatness\" a fim de rastrear esta política ótima de percurso da trajetória. Testamos a robustez deste sistema em simulações de alguns exemplos numéricos. / In this thesis we present a new class of biped robots with articulate legs and a torso. The proposed design is constructed by means of applying counter- balances to each link of the leg, and therefore it has some properties that simplifies dramatically the dynamics of the robot. We prove that the result- ing system, under certain assumptions, is exact linearizable by a nonlinear feedback. We describe the solution to the time-optimal tracking problem of a predefined trajectory for this robot, assuming that its actuators have torque limits. We designed a control system inspired on the concept of °flatness\"in order to track this reference optimal trajectory. We evaluated the robustness of such system during the simulations of some numerical examples.

Made available in DSpace on 2014-06-12T17:37:53Z (GMT). No. of bitstreams: 2 arquivo5364_1.pdf: 2194921 bytes, checksum: 693a6055584ba787f0bf30e3f1f3bb15 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Com a globalização e a competitividade em todos os níveis do setor industrial, a conservação de energia se tornou um fator importante na indústria moderna. O consumo de energia elétrica do setor industrial representa 47% do consumo total do país. A força motriz representa a maior parte deste consumo, chegando a ser superior a 80% nos setores têxtil, de papel e celulose. Este trabalho descreve a aplicação da modelagem, controle e inteligência artificial para melhorar a eficiência energética em sistemas industriais. O trabalho apresenta um sistema de controle baseado em inteligência artificial aplicado a sistemas de bombeamento com objetivo de aumentar a eficiência energética. Neste trabalho são apresentadas as condições de contorno de aplicação de redes neurais em algoritmos de controle com objetivo de reduzir o consumo de energia elétrica. A implementação aplicada em sistemas de bombeamento é apresentada com os dados experimentais obtidos no Laboratório de Sistemas Motrizes da Universidade Federal de Pernambuco. Comparações quanto ao consumo de energia são realizadas usando as estratégias de controle convencionais e a proposta neste trabalho

Neste trabalho foi proposto um método e desenvolvido um protótipo para analisar imagens de microscopia de fluorescência obtidas a partir do teste FTA-ABS. Este teste é utilizado como comprovação do diagnóstico da sífilis por meio da identificação da bactéria causadora da doença. Um problema considerável na análise de tais imagens é a subjetividade na interpretação da intensidade de fluorescência apresentada, pois não existe uma descrição formal desse valor, outra dificuldade encontrada trata do baixo contraste entre o objeto de estudo e o fundo da imagem e finalmente a distribuição da fluorescência sobre as bactérias não é uniforme. O método proposto para auxiliar no diagnóstico por meio de análise de imagem consiste de três etapas. A primeira etapa é a de processamento das imagens. Para tal são utilizados algoritmos para aumentar o contraste entre o fundo da imagem e o objeto em estudo. Segue-se a realização da segmentação da imagem, utilizando-se algoritmos de binarização e crescimento de regiões. A segunda etapa realizada é a de classificação de pixels em grupos de cores pré- definidas por meio da utilização de Redes Neurais Artificiais treinadas com o algoritmo Backpropagation. Nesta etapa são treinadas e testadas diversas redes. De posse de todos os pixels classificados realiza-se a interpretação do diagnóstico por meio de técnicas fuzzy. / In this work we have developed a prototype to analyze fluorescence microscopy images obtained from the FTA-ABS. This test is used as confirmation of the diagnosis of syphilis by identifying the bacteria causing the disease. A considerable problem in the analysis of such images is the subjectivity in the interpretation of fluorescence intensity shown, because there is not a formal description of this value, another difficulty is the low contrast between the object of study and the background and finally the distribution of fluorescence on bacteria is not uniform. The proposed methodology for the diagnosis by means of image analysis consists of three stages. The first step is to image processing. For such algorithms are used to increase the contrast between the background image and the object under study. It follows the completion of the segmentation of the image, using algorithms for binarization and region growing. The second step is performed for the classification of pixels into color groups predefined by using Artificial Neural Networks trained with the Backpropagation algorithm. At this stage several neural networks are trained and tested to classify pixels into five classes of different colors. The interpretation of these colors in the third step is accomplished through the use of fuzzy techniques.

A evolução da Informática na Educação exige ambientes de ensino capazes de se adaptarem ao contexto de acordo com as características individuais do aluno, permitindo interatividade, e que gerem um diagnóstico do comportamento desse aluno. Com base nestes argumentos, o objetivo deste trabalho é propor um sistema de diagnóstico independente do domínio, capaz de analisar o comportamento do aluno em cursos de Ensino a Distância. O professor organiza o material em estruturas de tarefas TÆMS (uma linguagem independente do domínio para descrição de planos de resolução de tarefas), gerando uma biblioteca de planos que deverão ser executados pelo aluno. As informações referentes à navegação do aluno pelo material são gravadas em um log. O processo de diagnóstico ocorre através do confronto entre as informações do log e os planos gerados pelo professor (esta comparação é baseada em um modelo causal geral que pode ser utilizado para diagnosticar diferenças entre quaisquer estruturas TÆMS). Se forem detectadas divergências no processo de diagnóstico, o sistema gerará um arquivo texto contendo os sintomas detectados e as possíveis causas para que estes tenham ocorrido.

Neste trabalho será descrita uma arquitetura de agente robótico autônomo projetada para ser capaz de criar uma representação de estado do ambiente e de realizar o aprendizado de tarefas simples em cima desta representação. A rede GTSOM (BASTOS, 2007) foi selecionada como método para classificação de estados. Sua tarefa é transformar os dados multidimensionais e contínuos lidos dos sensores em uma representação discreta, permitindo o uso de aprendizado por reforço convencional. Algumas modificações no algoritmo da rede foram necessárias para que pudesse ser aplicada neste contexto. Juntamente com esta rede, foi utilizado um mapa de grade que permite associar as experiências sensoriais com sua localização espacial. Enquanto a rede GTSOM é o ponto central de um sistema de classificação de estados, o algoritmo Q-Learning de aprendizado por reforço foi utilizado para a realização da tarefa. Utilizando a representação compacta de estado criada pela rede auto-organizável, o agente aprende as ações que devem ser executadas em cada ponto, para atingimento de seus objetivos. O modelo foi testado com um experimento que consiste em encontrar um objeto em um labirinto. Os resultados obtidos nos testes mostraram que o modelo consegue segmentar adequadamente o espaço de estados, e realiza o aprendizado da tarefa. O agente consegue aprender a evitar colisões e memorizar a localização do alvo, podendo chegar até ele independentemente de sua posição inicial. Além disso, é capaz de expandir sua representação sempre que se depara com situações não conhecidas, ao mesmo tempo que gradualmente remove da memória estados associados a experiências que não se repetem. / This work describes an architecture for an autonomous robotic agent that is capable of creating a state representation of its environment and learning how to execute simple tasks using this representation. The GTSOM Neural Network was chosen as the method for state clustering. It is used to transform the multidimensional and continuous state signal into a discrete representation, allowing the use of conventional reinforcement learning techniques. Some modifications on the algorithm were necessary so that it could be used in this project. This network is used together with a grid map algorithm that allows the model to associate the sensor readings with the places where they ocurred. While the GTSOM network is the main component of a state clustering system, the Q-Learning reinforcement learning method was chosen for the task execution. Using the compact state representation created by the self-organizing network, the agent learns which actions to execute at each state in order to achieve its objectives. The model was tested in an experiment that consists in finding the path in a maze. The results show that it can divide the state space in an useful way, and is capable of executing the task. It learns to avoid collisions and remembers the location of the target, even when the robot’s initial position is changed. Furthermore, the representation is expanded when the agent faces an unknown situation, and at the same time, states associated with old experiences are forgotten.

Nos últimos anos, observamos o alvorecer de uma grande quantidade de aplicações que utilizam robôs autônomos. Para que um robô seja considerado verdadeiramente autônomo, é primordial que ele possua a capacidade de aprender sobre o ambiente no qual opera. Métodos de SLAM (Localização e Mapeamento Simultâneos) constroem um mapa do ambiente por onde o robô trafega ao mesmo tempo em que estimam a trajetória correta do robô. No entanto, para obter um mapa completo do ambiente de forma autônoma é preciso guiar o robô por todo o ambiente, o que é feito no problema de exploração. Câmeras são sensores baratos que podem ser utilizadas para a construção de mapas 3D. Porém, o problema de exploração em mapas gerados por métodos de SLAM monocular, i.e. que extraem informações de uma única câmera, ainda é um problema em aberto, pois tais métodos geram mapas esparsos ou semi-densos, que são inadequados para navegação e exploração. Para tal situação, é necessário desenvolver métodos de exploração capazes de lidar com a limitação das câmeras e com a falta de informação nos mapas gerados por SLAMs monoculares. Propõe-se uma estratégia de exploração que utilize mapas volumétricos locais, gerados através das linhas de visão, permitindo que o robô navegue em segurança. Nestes mapas locais, são definidos objetivos que levem o robô a explorar o ambiente desviando de obstáculos. A abordagem proposta visa responder a questão fundamental em exploração: "Para onde ir?". Além disso, busca determinar corretamente quando o ambiente está suficientemente explorado e a exploração deve parar. A abordagem proposta é avaliada através de experimentos em um ambiente simples (i.e. apenas uma sala) e em um ambiente compostos por diversas salas. / In recent years, we have seen the dawn of a large number of applications that use autonomous robots. For a robot to be considered truly autonomous, it is primordial that it has the ability to learn about the environment in which it operates. SLAM (Simultaneous Location and Mapping) methods build a map of the environment while estimating the robot’s correct trajectory. However, to autonomously obtain a complete map of the environment, it is necessary to guide the robot throughout the environment, which is done in the exploration problem. Cameras are inexpensive sensors that can be used for building 3D maps. However, the exploration problem in maps generated by monocular SLAM methods (i.e. that extract information from a single camera) is still an open problem, since such methods generate sparse or semi-dense maps that are ill-suitable for navigation and exploration. For such a situation, it is necessary to develop exploration methods capable of dealing with the limitation of the cameras and the lack of information in the maps generated by monocular SLAMs. We proposes an exploration strategy that uses local volumetric maps, generated using the lines of sight, allowing the robot to safely navigate. In these local maps, objectives are defined to lead the robot to explore the environment while avoiding obstacles. The proposed approach aims to answer the fundamental question in exploration: "Where to go?". In addition, it seeks to determine correctly when the environment is sufficiently explored and the exploration must stop. The effectiveness of the proposed approach is evaluated in experiments on single and multi-room environments.