Esta tese propõe um novo método para casamento de mapas métricos gerados por diferentes robôs que atuam cooperativamente. Este processo de casamento de informações em robótica móvel possibilita a geração de mapas globais a partir dos mapas locais (possivelmente parciais e inconsistentes) gerados por robôs individuais. O método proposto é baseado em um modelo de redes neurais artificiais paraconsistentes que consideram como entradas informações pré-processadas de distâncias entre os pontos de interesses dos mapas. A rede neural analisa essas entradas para determinar quais são as combinações de crenças e contradições entre os pontos dos mapas distintos. O algoritmo implementado para a arquitetura neural proposta neste trabalho obteve resultados e desempenho computacional satisfatórios nos experimentos relatados, considerando as combinações das informações de distâncias métricas (Euclidiana e Manhattan) e ângulo entre retas que interligam dois pontos do mapa. Como efeito colateral, possibilita a determinação dos graus de certeza e contradição na análise dos casamentos dos pontos dos mapas, característica que pode ser útil para a tomada de decisão. Igualmente importante é o fato de que a arquitetura considerada permite a combinação de informações de mapas parciais distintos em tempo de execução durante a navegação.

Este trabalho apresenta o projeto e construção de um barco inteligente, ou seja, com a capacidade de aprendizado e autônomo. Neste trabalho foi desenvolvida uma plataforma náutica dotada de sensores de posicionamento e de orientação visando gerar uma solução de navegação autônoma capaz de seguir uma trajetória pré-definida por um usuário. O barco foi construído a partir de uma estrutura náutica do tipo catamarã usando como sistema de propulsão rodas d';água impulsionadas por motores elétricos de corrente contínua. Foi projetado e instalado no barco um módulo embarcado contendo um computador de bordo, a eletrônica de acionamento dos motores, o sistema de comunicação e os seguintes sensores: plataforma inercial (composta por acelerômetros, girômetros e magnetômetros) e receptor GPS. O módulo embarcado se comunica com uma estação de controle em terra enviando a telemetria dos sensores e recebendo os comandos para o acionamento dos propulsores. A estação de controle foi escrita no ambiente de desenvolvimento MATLAB e implementa a solução de navegação autônoma do barco em uma interface gráfica amigável realizando os seguintes passos: 1) estimação do estado atual do barco usando fusão sensorial (INS/GPS e Bússola) baseada em Filtro de Kalman, 2) geração do comando para os propulsores por consulta à tabela de acionamento. A técnica de aprendizado por reforço Learning Automata foi usada em um ambiente de simulação, juntamente com o modelo dinâmico do barco, para gerar a tabela de acionamento dos propulsores. A solução proposta foi implementada e testada no barco real. Os resultados experimentais mostram que o barco segue uma trajetória pré-definida pelo usuário de forma autônoma com pequeno erro.

O presente trabalho tem como objetivo extrair conhecimento de um banco de dados que contém as mensagens de alerta geradas pelos computadores embarcados instalados nos veículos de uma grande frota usada no transporte coletivo urbano na cidade de São Paulo. Para tal foi aplicada a técnica de aprendizado de árvores de decisão. Nos experimentos foram usados os algoritmos CART, ID3 e C4.5 implementados nos softwares MATLAB R2007b, Sipina Research e WEKA 3.7.1. A base de dados usada contém cerca de 25 mil mensagens de alerta coletadas durante cerca de 2 meses de operação dos veículos que compõe o sistema de transporte público urbano. Os seguintes 4 atributos de entrada foram investigados: Área (Leste, Noroeste, Norte), Sentido (Centro-Bairro, Bairro-Centro), Período (Madrugada, Manhã, Tarde e Noite) e Dia Útil (Sim ou Não). Como atributo de saída foi usado as variavel ALERTA cujos os possíveis valores são: Catraca, Elétrica, Mecânica, Pneu, Terceiro e Veículo). As diferentes implementações de algoritmos investigadas geraram árvores de decisão similares contendo de 4 a 28 regras do tipo "SE-ENTÃO" com acurácia de 80% e precisão de 40% aproximadamente.

Este trabalho propõe uma metodologia para o prognóstico de sistemas baseada na técnica de Inteligência Computacional denominada Raciocínio Baseado em Casos. Realiza-se inicialmente uma revisão bibliográfica dos principais métodos utilizados para prognóstico de equipamentos e econômico. Em seguida, apresenta-se histórico de evolução das pesquisas em Raciocínio Baseado em Casos e propõe-se algoritmo genérico para prognóstico de sistemas baseado nessa técnica. O algoritmo proposto fundamenta-se na definição de uma função condição do sistema e na construção de uma série temporal capaz de representar sua evolução no tempo, composta por termos de tendência, elementos sazonais e variáveis binárias. A série temporal é dividida em diferentes cenários candidatos de acordo com a modificação de variáveis exógenas que representam condições ambientais externas ao sistema. Os cenários candidatos são avaliados mediante teste de hipóteses, persistindo como cenários válidos apenas aqueles correspondentes a modificações das variáveis exógenas que alteraram significativamente a série temporal de evolução do fenômeno. Associa-se um modelo de progressão específico para cada cenário válido. O modelo utilizado para fins de prognóstico é determinado pela combinação de modelo de progressão do cenário mais atual com o modelo associado ao cenário passado mais similar ao atual. O método proposto foi testado no prognóstico de sistemas de diferentes naturezas, mostrando-se suficientemente genérico, abrangente e fácil de ser aplicado.

Manutenção não planejada de sistemas aeronáuticos é geralmente associada com altos custos. Parte desses custos poderia ser evitada com a adoção de programas de prognóstico de sistemas. O objetivo desses programas é avaliar o estado atual de saúde de um componente baseado nos dados disponíveis (como dados de voo e de manutenção) e estimar o desempenho futuro do componente. Diversos algoritmos podem ser utilizados para esse propósito. Este trabalho propõe um método baseado em um algoritmo de classificação Support Vector Machine (SVM), que classifica um componente aeronáutico entre SAUDÁVEL e DEGRADADO. O algoritmo SVM de classificação consiste em uma máquina de aprendizado supervisionado, treinada a partir de dados de voo e registros de manutenção. Depois de treinado, o classificador SVM é aplicado a qualquer novo voo. Do resultado das classificações, um índice de degradação é gerado, de tal forma que seja fácil identificar o estado de saúde do item aeronáutico. Como estudo de caso, o método é aplicado para estimar falhas de válvulas de sangria pneumática de motores. Dados reais de voo (quatro parâmetros relacionados ao sistema de sangria) e registros de manutenção (datas das substituições do componente) foram usados para gerar os conjuntos de dados de treinamento e generalização. Os resultados mostram ser possível identificar quando o componente está próximo de falhar e deve ser substituído. Uma vantagem do método proposto é não requerer conhecimento sobre os modos de falha do componente.

Este trabalho propõe um modelo de sistema de apoio à decisão empregando ferramentas de controle de fluxo decisório e a assessoria ao decisor quanto à qualidade e à confiabilidade das informações que utiliza para exercer suas atribuições. Por fim, a linha de ação adotada é avaliada com base nas informações disponíveis. O modelo contempla a impraticabilidade de prosseguir caso uma informação julgada crítica não esteja disponível ou não atenda aos requisitos mínimos. A base de dados é unificada e estruturada em uma ontologia de domínio, propiciando a interoperabilidade com outros sistemas e a inferência de conceitos e de valores indiretamente existentes, isto é, inferidos. A modelagem proposta e as simulações realizadas indicam uma solidez nos conceitos adotados e incremento na capacidade decisória apoiada por um sistema automatizado.

Jogos educacionais tem atraído a atenção de professores interessados em motivar, de forma lúdica e descontraída, os aprendizes durante a realização de atividades de aprendizagem (AAs). Apesar dos benefícios que o uso planejado de jogos pode agregar ao processo de aprendizagem, via de regra, o professor não é um especialista em jogos e na maioria das vezes sequer possui conhecimento mínimo sobre tais artefatos. Além disso, o professor não possui mecanismos de auxílio para fazer a identificação, escolha e, posteriormente, o uso adequado de um ou mais jogos para inserção em AAs específicas. Nesse contexto, o objetivo da pesquisa é, portanto, o desenvolvimento de um modelo computacional estruturado para realizar a busca e recuperação de listas de jogos educacionais num repositório semântico de jogos, no contexto de ambientes virtuais de aprendizagem (AVAs), que permita que professores possam selecionar, a seu critério, mas tendo em vista o contexto instrucional do momento, jogos para serem utilizados em uma AA. Esse modelo é chamado neste trabalho de Modelo de Busca e Recuperação de Jogos ou, simplesmente, MBRJogos. O modelo faz uso inovador de folksonomia associada a ontologias de aprendiz, atividade de aprendizagem e jogo educacional, cujo mecanismo de inferência proposto permitirá que jogos sejam recuperados para atividades planejadas pelo professor, cujas consultas devem fornecer informações relacionadas com o perfil do aprendiz e às características da atividade a ser realizada. Estudos de casos, fazendo uso de prova de conceito desenvolvida para o MBRJogos, mostraram que o objetivo da pesquisa foi atendido satisfatoriamente. Além disso, a ontologia de jogos proposta se constitui na primeira ontologia desenvolvida especialmente para ajudar a modelar o uso de jogos em AAs, num contexto de AVAs, em especial, potencializada com sua integração com as ontologias de aprendiz e de AA.

Este trabalho tem por foco propor uma metodologia para desenvolvimento de rotas de fuga em um depósito de explosivos. O trabalho se desenvolveu tendo por base o arranjo físico uma empresa fictícia, chamada ALFA, a qual possua em seu espaço físico alguns depósitos de material explosivo. Primeiramente foi feito um apanhado de estudos existentes sobre efeitos de fragmentação e de onda de choque, resultantes de uma detonação. Em seguida, a partir da disposição física imaginada para a empresa Alfa, foi criado um plano diretor (um mapa aéreo do local) onde foram identificados os locais de risco pontual, em que alguma detonação poderia ocorrer. Para cada depósito de explosivo imaginado foi criada uma descrição de suas dimensões físicas e das características energéticas e físicas dos materiais que ali estariam estocados. A partir dessas descrições foi feito um mapa das regiões dentro da área física de Alfa que estavam sujeitas a serem alvejadas por fragmentos ou frentes de onda de choque, resultantes das detonações nesses depósitos de explosivo. Uma vez caracterizado o cenário, enfim, foi proposta a utilização de um algoritmo de busca informada, chamado A* (A-estrela), que fosse capaz de achar a rota entre dois pontos quaisquer do ambiente que tivesse a menor exposição possível aos agentes de risco resultantes de alguma explosão acidental nesse ambiente. O algoritmo utiliza parâmetros que foram calibrados para que as soluções geradas pelo algoritmo apresentassem propriedades prescritas pela teoria. Uma vez calibrado o algoritmo, foram geradas as rotas de fuga otimizadas heuristicamente.

Este trabalho tem como objetivo apresentar uma proposta de abordagem para facilitar e automatizar a publicação, na Web Semântica, de dados abertos ligados obtidos a partir de bases de dados relacionais (BDR), por meio da integração entre as diversas ferramentas de software aplicadas neste processo. Oferece ainda uma nova ferramenta que possibilita a customização, de forma semi-automática, do arquivo de mapeamento gerado, a fim de incorporar a este uma ontologia de domínio fornecida pelo usuário. A abordagem proposta, chamada de RDB2LOD, apresenta como diferencial a automatização, implementada por meio de um aplicativo (interface gráfica), das ferramentas para a geração e customização do mapeamento entre a BDR e o modelo de dados RDF, e para a visualização e consulta dos dados abertos ligados obtidos a partir deste mapeamento. Dois estudos de caso foram aplicados a essa abordagem visando comprovar seu desempenho e eficácia. É apresentado ainda um estudo comparativo entre consultas formuladas em linguagem SQL e consultas equivalentes formuladas em linguagem SPARQL. Este estudo mostra que as consultas em linguagem SPARQL se apresentam como uma alternativa às consultas em linguagem SQL para a visualização dos dados de uma BDR por meio da Web.

Este trabalho tem como objetivo principal propor um método, baseado em técnicas de aprendizagem de máquina, para a detecção de trajetórias anômalas em relação a um conjunto de trajetórias, com vista à aplicação em monitoramento de tráfego aéreo. Dadas as características do tráfego aéreo (regulamentação, economia, segurança) existe uma certa regularidade nas trajetórias das aeronaves de tal forma que o seu comportamento conjunto pode ser modelado e eventuais desvios desse modelo podem ser detectados. A fim de comprovar esta hipótese, dados reais de tráfego aéreo da área de controle terminal de São Paulo (TMA-SP) foram obtidos e armazenados em um sistema gerenciador de banco de dados. Aplicações de visualização foram implementadas para permitir um exame visual das trajetórias e um estimador de densidade por função de núcleo multivariado foi utilizado para verificar as direções predominantes do tráfego. Um modelo de representação das trajetórias baseado na Transformada Discreta de Fourier é proposto e utilizado na preparação de um conjunto de trajetórias que alimentam um algoritmo de agrupamento. Este algoritmo foi capaz de identificar os procedimentos principais do tráfego, e as trajetórias rotuladas por este procedimento foram utilizadas por um método proposto de classificação de pontos individuais de trajetórias que obteve êxito na detecção de trajetórias anômalas, confirmando as hipóteses deste trabalho.