Orientador: Ivan Rizzo Guilherme / Coorientador: João Fernando Marar / Banca: Eraldo Pereira Marinho / Banca: Sandra Aparecida Sandri / Resumo: Um dos grandes desafios existentes na elaboração de um projeto de desenvolvimento de um campo marítimo de petróleo é a definição do sistema de produção. A dificuldade em escolher um bom sistema marítimo de produção de óleo está ligada a aspectos técnicos, econômicos, ambientais e políticos. A experiência adquirida ao longo dos anos pelos engenheiros é um fator essencial no sucesso da tomada dessas decisões em um projeto de produção. Diante deste cenário, existem algumas abordagens computacionais, na área de Inteligência Artificial, que podem ser utilizadas para a elaboração e desenvolvimento de sistemas inteligentes que auxiliam na solução de novos problemas por analogia a problemas antigos, baseado nas experiências adquiridas. O Raciocínio Baseado em Casos é uma dessas abordagens, e consiste basicamente na construção de sistemas baseado em conhecimento, tendo como princípio adaptar soluções antigas para resolver novos problemas, utilizando casos antigos para criar uma solução equiparável para um novo problema. O objetivo deste trabalho é realizar o estudo de diversos métodos e técnicas de Raciocínio Baseado em Casos, principalmente as utilizadas para realizar a indexação e recuperação de casos, considerando a abordagem da Teoria dos Conjuntos Nebulosos, para a posterior aplicação dos resultados na construção de um sistema nebuloso de raciocínio baseado em casos para recomendação de sistemas marítimos de produção de petróleo / Abstract: A major challenge in the elaboration of a project for development of offshore oilfields is the definition of the production system. The difficulty in choosing a good offshore oil production system is related to technical, economic, environmental and political aspects. The experience acquired over the years by engineers is an essential factor in the success of these decisions in a production project. In this scenario, there are some computational approaches, in the area of Artificial Intelligence, that can be used for the elaboration and development of intelligent systems that assist in solving new problems by analogy to old problems, based on experiences. The Case-Based Reasoning is one of these approaches, and basically consists in building knowledge-based systems, based on the principle to adapt old solutions to solve new problems, using old cases to create a solution equivalent to a new problem. The objective of this work is to make the study of various methods and techniques of Case-Based Reasoning, especially those used to perform the indexing and retrieval of cases, considering the approach of Fuzzy Set theory, for the subsequent application of the results in the development of a fuzzy case-based reasoning system for recommendation of offshore oil production systems / Mestre

Made available in DSpace on 2014-06-12T15:59:04Z (GMT). No. of bitstreams: 2 arquivo4827_1.pdf: 1875080 bytes, checksum: 09ee6a6168bda66551c83bd5e401ac9c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / Apesar de seu potencial uso em programas de acompanhamento e composição musicais, a geração automática de ritmo não tem sido muito discutida na literatura de computação musical. Essa tarefa é bastante difícil de modelar devido ao pouco conhecimento formal sobre essa dimensão musical: os músicos explicam suas escolhas rítmicas em alto nível, a partir de critérios abstratos como swing, por exemplo, não sendo capazes de fornecer regras objetivas que elucidem suas decisões em granularidade de notas. Além disso, ao contrário de tarefas como a geração de harmonia, que são facilitadas pela disponibilidade de uma extensa bibliografia em teoria musical, pouco existe sobre ritmos como acompanhamento. De fato, a própria literatura disponível deixa a entender que essa dimensão musical é mais associada à subjetividade. Este trabalho apresenta um sistema que gera acompanhamento rítmico para violão automaticamente. Para minimizar os efeitos da dificuldade de formalização do conhecimento, o sistema faz uso de uma abordagem bastante natural em música, o reuso contextualizado de padrões rítmicos encontrados em performances de músicos de renome. Para isso, foram combinadas duas técnicas de inteligência artificial: raciocínio baseado em casos, para a modelagem da memória musical (associação de padrões rítmicos e o contexto onde devem ser usado) e raciocínio dedutivo baseado em regras, para associar intenções abstratas às características contextuais dos padrões. Como estudo de caso, foi desenvolvido o Cyber-João, um programa capaz de gerar acompanhamento rítmico para Bossa Nova encadeando e adaptando padrões rítmicos encontrados em gravações clássicas de João Gilberto. Por fim, o modelo do Cyber-João foi comparado empiricamente com algumas outras abordagens implementadas para a resolução do problema, demonstrando um desempenho bastante satisfatório

Made available in DSpace on 2014-06-12T16:01:04Z (GMT). No. of bitstreams: 2 arquivo7153_1.pdf: 903355 bytes, checksum: e6aa02fcba980e15c94c511fcd0918d5 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / Analisando o trabalho diário dos Administradores de Banco de Dados (ABD) percebemos que vários tipos de problemas (e.g. ajustes de desempenho, segurança e dimensionamento físico) podem ocorrer de forma repetitiva. Apesar disto, os profissionais costumam esquecer com freqüência a melhor solução empregada para cada problema, principalmente quando estão trabalhando sob intensa pressão. Lembrar da solução correta poderá demorar muito mais do que o previsto e comprometer a qualidade do serviço prestado. Em sua maioria os produtos para gerenciamento e monitoração de Sistemas Gerenciadores de Banco de Dados (SGBD) disponíveis no mercado possuem as principais funcionalidades esperadas de um produto desta natureza, ou seja, monitoração contínua dos recursos do SGBD, detecção e correção automática de falhas e prevenção de problemas. Entretanto, encontramos algumas limitações como ser específico para um SGBD ou não poder ser estendido com a inclusão de novos problemas e soluções. Outra limitação destes sistemas é a incapacidade de utilizar o conhecimento adquirido na resolução de problemas ocorridos anteriormente para solucionar problemas similares. Eles só resolvem ou fazem a previsão de problemas que sejam idênticos a algum outro já armazenado em um repositório. Com o intuito de resolver estas limitações desenvolvemos o DBSitter: um sistema multiagentes para monitoração e gerenciamento de SGBD. O DBSitter é um sistema de código aberto, extensível, multi-plataforma e que auxilia o ABD na tomada de decisões sugerindo a(s) solução(ões) mais adequada(s) a cada problema, aproveitando o conhecimento acumulado na resolução de problemas similares ocorridos anteriormente. Além disto, o DBSitter inova ao utilizar uma combinação de duas técnicas da Inteligência Artificial, a saber, o Raciocínio Baseado em Casos (RBC) e os Agentes Inteligentes. Os primeiros testes realizados com o sistema mostraram-se promissores ao comprovar a viabilidade da arquitetura da solução e ao atender às funcionalidades esperadas por um sistema desta natureza

Orientador: Celso Kazuyuki Morooka / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica e Instituto de Geociencias / Made available in DSpace on 2018-07-31T14:52:45Z (GMT). No. of bitstreams: 1 Mendes_JoseRicardoPelaquim_D.pdf: 1749943 bytes, checksum: 5d89d4ca3458bd07a896f7890ffb6ff4 (MD5) Previous issue date: 2001 / Doutorado

Este trabalho apresenta o sistema de planejamento baseado em casos chamado FAR-OFF (Fast and Accurate Retrieval on Fast Forward). Este sistema usa o planejador FF (Fast-Forward) como um sistema generativo para adaptar os casos resgatados, bem como uma nova regra de similaridade chamada ADG, uma nova política de remoção de casos chamada Minimo-Prejuízo e um método de melhora da qualidade de um plano chamado SQUIRE. Todos esses novos métodos permitem um sistema de planejamento baseado em casos tão eficiente quanto os sistemas de planejamento baseados em busca heurística. / This work presents the FAR-OFF (Fast and Accurate Retrieval on Fast Forward) case-based planning system. This system uses the FF planner (Fast-Forward) as an effective generative system to adapt retrieved cases. It also uses a new similarity rule, called ADG, a new case-deletion policy named Minimal-Injury and a new method to improve the solution quality called SQUIRE. All these features are responsible for the results of the FAR-OFF system that are so efficient as the results of the heuristic search based planning systems.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-11-12T12:16:34Z No. of bitstreams: 2 Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-11-12T12:18:36Z (GMT) No. of bitstreams: 2 Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-11-12T12:18:36Z (GMT). No. of bitstreams: 2 Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2015-08-13 / Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG / The graph drawing problem is to construct geometric representations of graphs in order to obtain good drawings that meet user expectations. The problem becomes complex because the concept of “good drawing” is subjective and relative, in other words, it can vary according to the preferences or needs of each user. This paper presents a literature review of approaches that explored to apply machine learning techniques for drawing graphs. Then, it proposes a framework to collect user actions from interactions with a graph drawing software and reuse them using case-based reasoning. The framework was tested with a database interaction involving focus an genetic algorithm. The goal was to determine whether the reuse of these actions made by users could lead to an effective strategy for improvement graph drawings. Experiments were performed with the database and algorithms, described along with the framework, in order to evaluate the proposal approach through the statistical analysis of results obtained. The analysis showed promising strategies, among them an algorithm that matches a preexisting genetic algorithm running on the entire graph drawing, and the combination of this genetic algorithm with a new algorithm that can produces better graph drawings. Such facts motivate further research in this area. / O problema de desenho de grafos consiste em construir representações geométricas de grafos de modo a obter bons desenhos, que atendam às expectativas dos usuários. O problema se torna complexo pelo fato do conceito de “bom desenho” ser subjetivo e relativo, ou seja, poder variar de acordo com as preferências e/ou necessidades de cada usuário. Este trabalho apresenta uma revisão de literatura de abordagens que buscaram aplicar técnicas de aprendizado de máquina para desenho de grafos. Em seguida, é proposto um framework para coletar ações de usuários a partir de interações com um software de desenho de grafos e reaproveitá-las utilizando raciocínio baseado em casos. O framework foi testado com uma base de dados de interação envolvendo foco de um algoritmo genético. O objetivo foi verificar se o reaproveitamento de ações de foco feitas por usuários poderia levar a uma estratégia efetiva de melhoria de desenhos de grafos. Foram realizadas experimentações com a base de dados e com algoritmos, descritos junto com o framework, a fim de avaliar a abordagem proposta por meio da análise estatística dos resultados obtidos. Essa análise mostrou estratégias promissoras, dentre elas, um algoritmo proposto que se equipara a um algoritmo genético preexistente executando sobre todo o desenho do grafo, e a combinação desse algoritmo genético com um novo algoritmo capaz de criar desenhos de melhor qualidade, fatos estes que motivam para o desenvolvimento de novas pesquisas nessa área.

Este trabalho apresenta o sistema de planejamento baseado em casos chamado FAR-OFF (Fast and Accurate Retrieval on Fast Forward). Este sistema usa o planejador FF (Fast-Forward) como um sistema generativo para adaptar os casos resgatados, bem como uma nova regra de similaridade chamada ADG, uma nova política de remoção de casos chamada Minimo-Prejuízo e um método de melhora da qualidade de um plano chamado SQUIRE. Todos esses novos métodos permitem um sistema de planejamento baseado em casos tão eficiente quanto os sistemas de planejamento baseados em busca heurística. / This work presents the FAR-OFF (Fast and Accurate Retrieval on Fast Forward) case-based planning system. This system uses the FF planner (Fast-Forward) as an effective generative system to adapt retrieved cases. It also uses a new similarity rule, called ADG, a new case-deletion policy named Minimal-Injury and a new method to improve the solution quality called SQUIRE. All these features are responsible for the results of the FAR-OFF system that are so efficient as the results of the heuristic search based planning systems.

Mesmo com a evolução tecnológica em vários setores, a área de enfermagem tem tido investimentos escassos em pesquisa e desenvolvimento capazes de atender suas expectativas, principalmente no campo da inteligência artificial. As expectativas dos enfermeiros convergem à melhora de seus processos clínicos que resultará em uma maior aproximação de seus pacientes. Além disso, há dificuldade em reunir diagnósticos de enfermagem nos hospitais, onde diversos registros clínicos e procedimentos preenchidos manualmente e armazenados ainda em folhas de papel. Esta condição compromete a legibilidade dos documentos envolvidos nos processos hospitalares, e seu arquivamento torna o processo de levantamento de informações moroso, o que acaba por inviabilizar a pesquisa à qual poderia resultar em informações importantes para melhora do processo de tomada de decisões. O objetivo desta dissertação foi trazer o estado da arte em inteligência artificial focado em raciocínio baseado em casos e sua aplicação na sistematização da assistência de enfermagem. No sentido de validar o modelo levantado foi criado um protótipo para apresentar uma aplicação que pudesse auxiliar os enfermeiros em seus processos clínicos, armazenando suas experiências em uma base de casos para futuras pesquisas. O protótipo consistiu em digitalizar diagnósticos de enfermagem pediátrica, e inserção em uma base de casos, com o intuito de avaliar a eficácia do protótipo na manipulação destes casos, em uma estrutura propicia para recuperação, adaptação, indexação e comparação de casos. Esta dissertação apresenta como resultado uma ferramenta computacional para a área da saúde, empregando uma das técnicas de inteligência artificial, Raciocínio Baseados em Casos. Os resultados foram satisfatórios devido ao alto índice de aprovação nos quesitos confiabilidade, funcionalidade, usabilidade e eficiência conforme as normas ISO/ABNT de qualidade em software. / Even with the development of technology in many industries, the nursing sector has had low investment in research and development, mainly in the field of artificial intelligence. The expectations of nurses converge to improvement over his clinical procedures that will result in a closer relationship with their patients. Moreover, there is difficulty in finding nursing diagnoses in hospitals, while clinical records and procedures are completed manually and stored even on paper. This condition compromises the readability of documents involved in the admissions process, and archiving that also becomes time-consuming process of information gathering, which derail research that could result in important information for improved decision-making. The objective of this dissertation was to bring the state of the art regarding artificial intelligence focusing on Case-Based Reasoning and its application in the systematization of nursing care. In order to validate the model a prototype was set up to demonstrate an application that would assist nurses in their clinical files, storing their experiences in a case base for future research. The prototype was to scan diagnosis pediatric nursing, and insertion into a case base in order to evaluate the effectiveness of the prototype in handling those cases. It also provides a framework for recovery, adaptation, indexing, and comparison of cases. This dissertation presents results in a computational tool for health employing one of the techniques of artificial intelligence: Case-Based Reasoning. The results were satisfactory due to high rate in terms of structure reliability, functionality, usability and efficiency according to ISO / ABNT quality in software.

Mesmo com a evolução tecnológica em vários setores, a área de enfermagem tem tido investimentos escassos em pesquisa e desenvolvimento capazes de atender suas expectativas, principalmente no campo da inteligência artificial. As expectativas dos enfermeiros convergem à melhora de seus processos clínicos que resultará em uma maior aproximação de seus pacientes. Além disso, há dificuldade em reunir diagnósticos de enfermagem nos hospitais, onde diversos registros clínicos e procedimentos preenchidos manualmente e armazenados ainda em folhas de papel. Esta condição compromete a legibilidade dos documentos envolvidos nos processos hospitalares, e seu arquivamento torna o processo de levantamento de informações moroso, o que acaba por inviabilizar a pesquisa à qual poderia resultar em informações importantes para melhora do processo de tomada de decisões. O objetivo desta dissertação foi trazer o estado da arte em inteligência artificial focado em raciocínio baseado em casos e sua aplicação na sistematização da assistência de enfermagem. No sentido de validar o modelo levantado foi criado um protótipo para apresentar uma aplicação que pudesse auxiliar os enfermeiros em seus processos clínicos, armazenando suas experiências em uma base de casos para futuras pesquisas. O protótipo consistiu em digitalizar diagnósticos de enfermagem pediátrica, e inserção em uma base de casos, com o intuito de avaliar a eficácia do protótipo na manipulação destes casos, em uma estrutura propicia para recuperação, adaptação, indexação e comparação de casos. Esta dissertação apresenta como resultado uma ferramenta computacional para a área da saúde, empregando uma das técnicas de inteligência artificial, Raciocínio Baseados em Casos. Os resultados foram satisfatórios devido ao alto índice de aprovação nos quesitos confiabilidade, funcionalidade, usabilidade e eficiência conforme as normas ISO/ABNT de qualidade em software. / Even with the development of technology in many industries, the nursing sector has had low investment in research and development, mainly in the field of artificial intelligence. The expectations of nurses converge to improvement over his clinical procedures that will result in a closer relationship with their patients. Moreover, there is difficulty in finding nursing diagnoses in hospitals, while clinical records and procedures are completed manually and stored even on paper. This condition compromises the readability of documents involved in the admissions process, and archiving that also becomes time-consuming process of information gathering, which derail research that could result in important information for improved decision-making. The objective of this dissertation was to bring the state of the art regarding artificial intelligence focusing on Case-Based Reasoning and its application in the systematization of nursing care. In order to validate the model a prototype was set up to demonstrate an application that would assist nurses in their clinical files, storing their experiences in a case base for future research. The prototype was to scan diagnosis pediatric nursing, and insertion into a case base in order to evaluate the effectiveness of the prototype in handling those cases. It also provides a framework for recovery, adaptation, indexing, and comparison of cases. This dissertation presents results in a computational tool for health employing one of the techniques of artificial intelligence: Case-Based Reasoning. The results were satisfactory due to high rate in terms of structure reliability, functionality, usability and efficiency according to ISO / ABNT quality in software.

Made available in DSpace on 2016-04-29T14:23:07Z (GMT). No. of bitstreams: 1 Allex Motta Melo da Rocha.pdf: 4303012 bytes, checksum: 94163da5edc7a5c0777f5f42582edc52 (MD5) Previous issue date: 2012-05-24 / This current dissertation aims to use the techniques of Case-Based Reasoning (CBR) and Geographic Information System (GIS) together to identify and characterize the impact of a contagious injury in the city of Belém, Pará state, Brazil, caused by the bacterium Leptospira interrogans, known as leptospirosis. Environmental and health issues, particularly as the presence of rodent droppings, urine and feces, influencing an establishment of this disease. This research conducts a study of the use of CBR technique in order to formulate and develop a model to identify and assist in the diagnosis of the disease, using data collected from patients, such as epidemiological history and clinical, in the area, in the years 2008, 2009 and 2010. The CBR system will enable health professionals can use it as a support tool in the diagnosis of cases of the disease. This dissertation also applies GIS techniques to visually express and produce environmental analysis, temporal and socioeconomic of leptospirosis epidemiology scenario in a neighborhood in the city of Belém, in the years mentioned above, due to yours epidemiological importance. So, there will be the environmental and socioeconomic characteristics, in order to analyze the spatial distribution of the main reservoirs of this disease and to identify the habits of life of people living or working in these places, considering the environmental factor to provide subsidies to adopt preventive measures to control of disease incidence / A presente dissertação tem como objetivo utilizar as técnicas de Raciocínio Baseado em Casos (RBC) e Geoprocessamento, em conjunto, para identificar e caracterizar a incidência de um agravo infectocontagioso, na cidade de Belém, estado do Pará, Brasil, ocasionado pela bactéria Leptospira interrogans, conhecido como leptospirose humana. Questões ambientais e sanitárias, como a presença, principalmente, de excrementos de roedores, como urina e fezes influenciam o estabelecimento deste agravo. Esta pesquisa realiza um estudo do uso da técnica de RBC, com o objetivo de formular e desenvolver um modelo para identificar e auxiliar no diagnóstico da doença, por meio de dados coletados dos pacientes, tais como antecedentes epidemiológicos e clínicos, ocorridos na região, nos anos de 2008, 2009 e 2010. O sistema de RBC possibilitará que profissionais da saúde possam utilizá-lo como ferramenta de apoio na diagnose de casos da doença. Esta dissertação também aplica técnicas de Geoprocessamento para expressar visualmente e produzir análises ambientais, temporais e socioeconômicas do cenário epidemiológico da leptospirose em um bairro na cidade de Belém, nos anos citados anteriormente, devido à importância epidemiológica do mesmo. Para tal, será realizada a caracterização ambiental e socioeconômica, a fim de analisar a distribuição espacial dos principais reservatórios deste agravo e identificar os hábitos de vida das populações que moram ou trabalham nestes locais, considerando o fator ambiental para fornecer subsídios à adoção de medidas preventivas para o controle da incidência desta doença