Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2014. / Made available in DSpace on 2014-08-06T18:04:53Z (GMT). No. of bitstreams: 1 327126.pdf: 885886 bytes, checksum: 75231cd2c02dd6ae8e60fb0d058ec67d (MD5) Previous issue date: 2014 / Rede Bayesiana é uma técnica de classificação vastamente utilizada na área de Inteligência Artificial. Sua estrutura é composta por um grafo acíclico direcionado usado para modelar a associação de variáveis categóricas (qualitativas). Entretanto, em casos onde existem variáveis numéricas no domínio, uma pré discretização é geralmente necessária. Nesta dissertação, é apresentada uma discretização heurística para Redes Bayesianas que procura padrões nos dados e os divide de acordo com os padrões encontrados. Esses padrões são identificados por dois eventos que são otimizados por uma busca através do Algoritmo Genético. Esses dois eventos mudam de acordo com a base de dados, tornando a discretização proposta mais flexível para lidar com diferentes domínios de aplicação. O método de discretizaçãao proposto foi testado em duas situações distintas: quando a variável de saída é qualitativa (classificação) e também quando a variável de saída é quantitativa e é necessário estimar o seu valor médio e desvio-padrão. Para casos em que a saída é qualitativa foram utilizados duas bases de dados: Iris Flower e Wine. Em ambas as bases de dados a acurácia do método proposto foi superior quando comparada com outros dois métodos da literatura: um que discretiza as variáveis por frequência e outro por tamanho de classes. Para representar os casos em que variável de saída é quantitativa, foi utilizada uma base de dados real com dados de perfuração de poços de petróleo com o objetivo de estimar a taxa média de perfuração de broca. Nesses casos, é feito a estimação do valor de saída através da média da distribuição de probabilidade. O método proposto obteve um erro inferior na estimação quando comparado tanto com o método que discretiza por frequência quanto com o método que discretiza por tamanho. Com os resultados, a conclusão é que o método pode discretizar as variáveis quantitativas através das identificações dos eventos que desviam de um intervalo intermediário nos dados, seja para cima (pico) ou para baixo (vale). Também foi observado que o método está ligado a um problema de otimização global quando todas as variáveis quantitativas são discretizadas ao mesmo tempo.<br> / Abstract : Bayesian Network (BN) is a classification technique widely used in Artificial Intelligence. Its structure is a DAG (direct acyclic graph) used to model the association of categorical variables. However, in cases where the variables are numerical, a previous discretization is usually necessary. In this dissertation, we show a heuristic discretization for Bayesian Networks that search for data patterns and divide the data according to them. These patterns are identified by two events: peak and valley being optimized by a search through the Genetic Algorithm. These two events change according to the database, making the proposed method a exible discretization to handle difierent application domains. The Peak-Valley Discretization Method proposed was tested two different situations: only classification when the output variable is qualitative and also estimating the mean value and the standard deviation when the output variable is quantitative. Considering the cases where the output is quantitative, two databases where used: Iris Flower and Wine. The accuracy in both of them was superior with the proposed method when compared with two other methods from the literature: one that discretizes the variable by frequency and one that does that by class' size. To represent the cases where the output variable is quantitative, was used a real data of oil wells perforation with the objective of estimating the average perforation rate. In such cases, the estimation is done by the average of the output value distribution of probability. The proposed method achieved a lower error in the estimation when compared with the method of frequency discretization and with the method that discretizes by size. With the results, the conclusion is that the method can properly discretize the quantitative variables by identifying events that deviate from expected results within the knowledge domain, whether up (peak) or down (valley). It was also observed that the method brings a problem of global optimization when discretizing all quantitative variables simultaneously. The problem of global optimization was treated by a Genetic Algorithm.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2008. / Submitted by Kelly Marques (pereira.kelly@gmail.com) on 2009-10-21T19:47:33Z No. of bitstreams: 1 2008_AlexandreBelleziJose.pdf: 2632621 bytes, checksum: d5f58ff2b2c1b1dbf221fa2ebf0b2b73 (MD5) / Approved for entry into archive by Tania Milca Carvalho Malheiros(tania@bce.unb.br) on 2009-11-10T13:00:38Z (GMT) No. of bitstreams: 1 2008_AlexandreBelleziJose.pdf: 2632621 bytes, checksum: d5f58ff2b2c1b1dbf221fa2ebf0b2b73 (MD5) / Made available in DSpace on 2009-11-10T13:00:38Z (GMT). No. of bitstreams: 1 2008_AlexandreBelleziJose.pdf: 2632621 bytes, checksum: d5f58ff2b2c1b1dbf221fa2ebf0b2b73 (MD5) Previous issue date: 2008-02 / The aim of this work was to create a generic framework based on Bayesian networks for capture of evidence in mobile systems whose proof of concept will be demonstrated through the implementation of a system for collection of symptons, called Goitacá. The use of Goitacá shows how you can make the person an active agent during the collection of symptonms, through the answer of a computerized questionnaire regarding the revision of systems, using cell phones as members of a wearable system. / The aim of this work was to create a generic framework based on Bayesian networks for capture of evidence in mobile systems whose proof of concept will be demonstrated through the implementation of a system for collection of symptoms, called Goitacá. The use of Goitacá shows how you can make the person an active agent during the collection of symptoms, through the answer of a computerized questionnaire regarding the revision of systems, using cell phones as members of a wearable system. / O objetivo deste trabalho foi criar um framework genérico baseado em Redes Bayesianas para captura de evidências em sistemas móveis cuja prova de conceito será demonstrada por meio da implementação de um sistema de coleta de sintomas, chamado Goitacá. Com o uso do Goitacá, mostra-se como é possível tornar o indivíduo um agente ativo no processo de coleta de sintomas, através da resposta de um questionário informatizado referente a revisão dos sistemas, utilizando-se telefones celulares como integrantes de um sistema vestível. ________________________________________________________________________________________ ABSTRACT

Made available in DSpace on 2014-06-12T15:59:04Z (GMT). No. of bitstreams: 2 arquivo4826_1.pdf: 2344453 bytes, checksum: a78397294c6bc070c5662baca388f140 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / Este trabalho apresenta o ambiente virtual de aprendizagem, Virtual.Prob, cujo objetivo ´e auxiliar o aluno no estudo de Probabilidade da disciplina Estat´&#305;stica e Probabilidade para Computa¸c ao (ET 586), dos cursos de Ci encia da Computa¸c ao e Engenharia da Computa¸c ao, ambos da UFPE. Virtual.Prob ´e baseado na t´ecnica de aprendizado de m´aquina conhecida como Redes Bayesianas (RB). As RB s ao formadas por uma parte qualitativa e uma quantitativa. A parte qualitativa ´e o modelo Gr´afico (Grafo Ac´&#305;clico Direcionado - GAD) onde as vari´aveis s ao os n´os que comp oem a rede. Esta inclui tamb´em as regras (links), que s ao as rela¸c oes de depend encia entre as vari´aveis. A parte quantitativa ´e o conjunto de probabilidades condicionais associadas aos arcos existentes no modelo gr´afico e as probabilidades estimadas das vari´aveis. No ambiente Virtual.Prob cada aluno tem sua RB, sendo nela armazenadas as probabilidades que representam o seu desempenho em rela¸c ao ao conte´udo de cada n´o. O ambiente conta com a presen¸ca de um assistente virtual que fornece sugest oes ao usu´ario de acordo com o seu desempenho. No Virtual.Prob est´a dispon´&#305;vel ao usu´ario al´em do conte´udo de Probabilidade, incluindo exemplos e exerc´&#305;cios a serem solucionados, outros recursos, tais como ajuda, mural de not´&#305;cias e navega¸c ao na Web. Virtual.Prob possui um sistema de monitora¸c ao do desempenho de cada aluno. O professor ou monitor tem acesso a este sistema, onde as informa¸c oes fornecidas tornamse importantes ferramentas para verificar em que t´opicos espec´&#305;ficos os alunos est ao encontrando dificuldades. O aluno tamb´em tem acesso ao seu pr´oprio desempenho, tornando poss´&#305;vel que ele verifique em que determinado assunto deve concentrar esfor¸cos. O ambiente Virtual.Prob foi testado, com exito, pelos alunos dos cursos de Ci encia da Computa¸c ao e Engenharia da Computa¸c ao (CIn-UFPE). Atrav´es dos resultados obtidos, sugest oes de trabalhos futuros surgiram, tais como, expans ao da Rede Bayesiana e da base de conhecimento, refinamento da proposta do assistente virtual, implementa¸c ao de um corretor de respostas, visualiza¸c ao gr´afica e a implanta¸c ao de um chat.

Made available in DSpace on 2014-06-12T17:37:08Z (GMT). No. of bitstreams: 2 arquivo3698_1.pdf: 1095265 bytes, checksum: 5cc47a54b6aa3b09e142400daf8e04c7 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A contínua necessidade de aprimorar os ambientes para negócios tem levado as nações a reformarem suas leis de falência. Essas reformas são, muitas vezes, inspiradas em aspectos de legislações estrangeiras com vieses bastante distintos na defesa do direito dos credores, e com o Brasil não foi diferente. O antigo sistema falimentar brasileiro data de 1945, e não era mais compatível com a dinâmica da economia nacional. Assim, em 1993, iniciaram-se as discussões sobre a nova lei, que foi concluída em 2005, com a Lei 11.101, de 09 de fevereiro. Porém, como garantir que aspectos inspirados em leis estrangeiras se aplicarão no contexto local, alcançando os objetivos traçados para a lei? Foi esse questionamento que estimulou esta dissertação, a qual se propôs a investigar experimentalmente por meio de condições hipotéticas como aspectos socioculturais e econômicos dos indivíduos podem influenciar seus comportamentos em situações típicas do problema de falência como: o uso de penalidades para inibir fraudes ou inadimplência individual e, especialmente, o conflito entre os credores na divisão dos ativos do falido. Para isso, um questionário foi desenvolvido e aplicado a alunos de graduação e pós-graduação da Universidade Federal de Pernambuco. A análise das respostas foi feita por meio de estatísticas descritivas e inferências, estas, especialmente através das Redes Bayesianas - RBs. Como primeira constatação, tem-se o já esperado resultado de que penalidades desestimulam a prática de atividades ilícitas. Ademais, o uso de RBs se mostrou adequado ao objetivo proposto por permitir a identificação de comportamentos que se desviam dos pressupostos teóricos, como o altruísmo e o egoísmo, os quais afetam os resultados esperados dos problemas propostos. Além disso, a RB forneceu uma visão integrada das variáveis que causam esses comportamentos citados, indicando como aspectos socioculturais e econômicos impactariam na escolha dos indivíduos em atividades ligadas ao processo de falência, ressaltando a importância da avaliação desses pontos na elaboração ou reforma das leis

Made available in DSpace on 2014-06-12T17:41:21Z (GMT). No. of bitstreams: 2 arquivo7308_1.pdf: 2606862 bytes, checksum: 25e681e413d839cedd82a3d1cb24a9c2 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / A era do conhecimento, da velocidade e do mercado global chegou e, neste cenário, as organizações estão sendo desafiadas a repensar o seu futuro ao mesmo tempo em que cuidam do presente para não sucumbir perante os seus competidores. Diante disso, cresce a preocupação com a administração estratégica das empresas. Definir boas estratégias e conseguir implementá-las é um indicador de valor para as organizações. Boas estratégias atendem positivamente aos stakeholders, criando diferenciais competitivos para a organização. Estatísticas mostram que apenas 10% das estratégias pretendidas pelas organizações são realmente realizadas. Toda movimentação estratégica de uma organização tem como base um conjunto de ações que motivam mudanças em todos os seus níveis. O resultado esperado dessas mudanças é, na maioria das vezes, evento nunca antes atingido. Assim, não existem dados históricos específicos que sirvam para modelagem do problema e, nesse caso, a modelagem é feita através das opiniões dos vários especialistas envolvidos no problema. Diante desses desafios, observam-se grandes oportunidades para o desenvolvimento de pesquisas na área da administração estratégica. Sendo assim, o presente trabalho propõe o uso de redes Bayesianas em conjunto com o Balanced Scorecard para modelar a implementação das estratégias em uma organização. Neste sentido, pode-se construir uma rede com os vários eventos estratégicos e quantificar a probabilidade de sucesso dos mesmos

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2015-02-05T20:14:01Z (GMT). No. of bitstreams: 1 328188.pdf: 2747009 bytes, checksum: f3196b7746ad1448c0c6ed32c8001e9a (MD5) Previous issue date: 2014 / A pressão competitiva global tem levado as empresas a desenvolver produtos de forma mais rápida, a custos compatíveis, dentro da necessidade exigida pelo mercado. Em busca de atingir esta melhoria de desempenho, pesquisadores demonstraram que o grau de incerteza no início de um novo projeto é bem elevado devido à carência de dados mais precisos e também à possibilidade de o time de projeto estar diante de situações não conhecidas, as quais tendem a dificultar a tomada de decisão, podendo mais tarde afetar o tempo de lançamento do novo produto. Estas incertezas tendem a diminuir com o tempo, mas é justamente no início do projeto, na fase denominada de pré-projeto, que se seleciona a maior quantidade de soluções construtivas. Em vista disto, este trabalho se inicia com uma revisão da literatura, visando identificar como a fase de pré-projeto é abordada pelos principais modelos de desenvolvimento de novos produtos. Na sequência é realizada uma pesquisa de campo para identificação das dificuldades vivenciadas na fase de pré-projeto de um novo produto. A pesquisa de campo e a revisão teórica permitiram a identificação dos principais fatores críticos da fase de pré-projeto. Em posse destas variáveis é definido o constructo teórico do trabalho, que serve de base para a construção do modelo de previsão do time to market. O modelo utilizou as redes causais Bayesianas (RB) para fins de modelagem do sistema, tornando possível identificar sob quais condições os fatores críticos permitem o atendimento de altas performances de projeto. Por fim, o modelo desenvolvido foi testado em duas empresas líderes de mercado para avaliação da sua aplicabilidade. Os resultados obtidos mostram que o principal fator crítico causador de atrasos no prazo de lançamento de novos produtos foi a introdução de tecnologias não dominadas nos novos produtos durante a fase de pré-projeto. Como resultados mais significativos do trabalho realizado, também podem ser citados a possibilidade da visualização da propagação dos efeitos ao longo da rede Bayesiana (RB), a capacidade de realização de análise de sensibilidade das variáveis e a possibilidade de previsão de melhoria dos resultados.<br> / Abstract : Global competitive pressure has led companies to develop products faster and more assertively, at compatible costs, within the timing demanded by the market. In the pursuit to achieve this performance increase researchers have shown that the degree of uncertainty at the beginning of a new project is very high due to the lack of more accurate data and also the possibility of the project team facing unknown situations, which tend to hinder decision making, and that may later affect the time to market of the new product. These uncertainties tend to decrease with time, but it is precisely at the beginning of the project that the largest number of constructive solutions is selected. With this view, this work begins with a literature review to identify how the pre-design phase is addressed by the main new product development models. In the next stage of this work, a field survey to identify the difficulties experienced in the pre-design of a new product is conducted. The field survey and theoretical review allowed the identification of the main critical factors of the pre-design phase. In possession of these variables the work s theoretical construct is defined, which serves as the basis for constructing the model presented. The next step included the development of the model to identify the influence of the critical factors in meeting the time to market of a new product. The model uses causal Bayesian networks (BN) for the purpose of system modeling. From the model s application it becomes possible to identify under what conditions the critical factors enable attainment of high project performance. Finally, the developed model is tested in two market leader companies for practical assessment of its application. The obtained results show that the main critical factor causing delays in time to market of new products was the introduction of non-dominated technologies in new products during the pre-design phase. As the most significant results of the work undertaken, the possibility of visualizing the propagation effects along the Bayesian network (RB), the ability to perform sensitivity analysis of the variables and the possibility of predicting improved results can also be mentioned.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-20T09:52:31Z (GMT). No. of bitstreams: 0 / O presente trabalho apresenta um modelo de hipermídia adaptativa (HA) capaz de sugerir enlaces de navegação a partir da observação do "comportamento navegacional" dos usuários. O "comportamento navegacional" é aqui interpretado como: os caminhos escolhidos pelo usuário no sítio e o tempo de permanência em cada página acessada. O modelo de HA proposto é constituido por uma rede bayesiana (RB) e por uma função geradora de evidências para essa RB. A topologia da RB foi projetada com a finalidade de representar o histórico de navegação dos usuários e a função geradora de evidências utiliza o tempo de permanência na página com o objetivo de compor evidências mais representativas das ações do usuário durante a navegação. O resultado foi um mecanismo de adaptação com a capacidade de recomendar prováveis enlaces adequados aos usuários. A literatura destaca que o aspecto mais crítico em um Sistema de Hipermídia Adaptativa (SHA) é o modelo do usuário, uma representação dos objetivos, necessidades e desejos deste usuário. O princípio é que usuários com modelos diferentes estarão interessados em peças de informação diferentes dentre as apresentadas em uma página hipermídia ou poderão navegar através de diferentes enlaces (links) no sistema. O mecanismo de adaptação deve propor informação e/ou enlaces de navegação ajustados aos respectivos modelos. A modelagem do usuário torna-se ainda mais complexa quando o objetivo é obter o perfil do usuário sem a necessidade de intervenção ativa e consciente deste usuário na construção do modelo, este processo é denominado "modelagem automática". Diferente das abordagens tradicionais, o modelo proposto possibilitou a modelagem automática utilizando as informações implícitas no comportamento navegacional dos usuários do sítio. Os enlaces sugeridos pelo mecanismo de adaptação refletem o modelo do usuário gerado pelo processo de modelagem automática, viabilizado a partir do modelo proposto nessa tese.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2016. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2017-03-23T15:45:42Z No. of bitstreams: 1 2016_EliasPereiraSilva.pdf: 2262242 bytes, checksum: 1f04e3403f4282899c44a88258b37550 (MD5) / Approved for entry into archive by Ruthléa Nascimento(ruthleanascimento@bce.unb.br) on 2017-03-27T16:43:18Z (GMT) No. of bitstreams: 1 2016_EliasPereiraSilva.pdf: 2262242 bytes, checksum: 1f04e3403f4282899c44a88258b37550 (MD5) / Made available in DSpace on 2017-03-27T16:43:18Z (GMT). No. of bitstreams: 1 2016_EliasPereiraSilva.pdf: 2262242 bytes, checksum: 1f04e3403f4282899c44a88258b37550 (MD5) / O trabalho descrito nesta dissertação apresenta um estudo de caso de construção de uma Rede Bayesiana através da Otimização por Colônia de Formigas utilizando um banco de dados de treinamento formado pelos dados de controles de segurança de um sistema de informação da Polícia Federal e de especialistas em segurança da informação. Esta abordagem é baseada no Modelo de Análise de Risco de Segurança proposto por Feng et al. (2014), que foi ajustado para os requisitos das leis do governo brasileiro e sua principal vantagem é a possibilidade de análise do relacionamento entre as vulnerabilidades de diferentes ativos que compõem o mesmo sistema de informação. Este estudo de caso compreende a primeira fase do modelo SRAM (FENG et al, 2014), composta pelas etapas de coletar dados de controles de segurança aplicados a todos os componentes de um sistema de informação e implementar o algoritmo ACO para identificar a relação entre esses fatores de risco e obter uma medida global do risco por sistema. / The work described in this dissertation presents a case study of building a Bayesian Network via Ant Colony Optimization using a merged training database on security controls data from a Federal Police information system and information security experts. This approach is based on Security Risk Analysis Model proposed from Feng et al. (2014), and wich was adjusted for the brazilian government laws requirements and your main advantage are the possibility of relationship analysis between the vulnerabilities from different assets wich compound a same information system. This case study comprises the first phase from SRAM model (FENG et al, 2014), composed of the steps of collecting security controls data applied to all components of an information system and implementing the ACO algorithm to identify the relationship between these risk factors and obtain an overall measure of risk by system.

Submitted by Suethene Souza (suethene.souza@ufpe.br) on 2015-03-13T18:10:14Z No. of bitstreams: 2 TESE Regilda da Costa Menêzes.pdf: 701181 bytes, checksum: 71e3bbb8a50f7fdb0f06a2c94888dc76 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T18:10:14Z (GMT). No. of bitstreams: 2 TESE Regilda da Costa Menêzes.pdf: 701181 bytes, checksum: 71e3bbb8a50f7fdb0f06a2c94888dc76 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-04-30 / FACEPE / Este trabalho analisa os fatores que levam um gestor público a cometer irregularidades, utilizando como determinantes da corrupção as variáveis socioeconômicas dos municípios brasileiros e algumas características dos seus prefeitos. O trabalho proposto aqui usa dados obtidos dos relatórios de fiscalização da Controladoria Geral da União (CGU) e pode ser considerado pioneiro por avaliar a corrupção especificamente nos processos de licitação pública, por apresentar uma taxonomia dentro desse contexto e por usar um modelo causal baseado em redes Bayesianas. Redes Bayesianas diferem de modelos tradicionais de regressão porque, além de utilizarem um número maior de variáveis, identificam as variáveis que possuem relação direta ou indireta com o número de irregularidades, dispensam suposições restritivas sobre as suas distribuições de probabilidade subjacentes e permitem a agregação de dados e opiniões de especialistas. O resultado da aplicação de testes estatísticos não paramétricos sobre os dados da CGU mostrou as relações de dependência existentes entre as variáveis e parece descrever bem como estas variáveis se relacionam, pois corrobora com a literatura. As variáveis que apresentaram relações diretas com o número de irregularidades contabilizadas pela CGU nos municípios foram: número de pessoas residentes, região onde se localiza e seus meios de comunicação. Tanto pessoas residentes quanto veículos de comunicação apresentaram correlação positiva com o número de irregularidades. A região Nordeste exerceu grande influência sobre o aumento do número de irregularidades. O modelo adotado capturou as relações de dependência entre as variáveis associadas ao número de irregularidades, ou seja, também existe uma relação de dependência entre pessoas residentes e comunicação e entre pessoas residentes e região. Enquanto que em modelos de regressão tradicionais supõe-se que as variáveis explicativas são independentes. As inferências realizadas através de diagnósticos e prognósticos permitiram um melhor conhecimento sobre as causalidades envolvidas nas irregularidades encontradas nos processos de licitação pública.

Made available in DSpace on 2014-06-12T15:59:24Z (GMT). No. of bitstreams: 2 arquivo5094_1.pdf: 2091431 bytes, checksum: 79fa2ce7c5f5e3a6ed85b468d6c0b956 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2002 / O objetivo deste trabalho é resolver o problema de Inteligência Artificial do FutSim, um jogo online de administração de futebol desenvolvido pela empresa Jynx Playware. Os jogos de computador são relevantes hoje não apenas pela sua expressão de mercado, mas também para propósitos de pesquisa. O futebol é um excelente exemplo de sistema complexo, porque o seu entendimento não é possível a partir do entendimento de seus componentes. Hoje em dia são utilizadas simulações em software para se entender e experimentar com este tipo de sistema. Existem muitas discussões sobre a simulação de sistemas complexos para outros fins, mas não para entretenimento. Este tipo de simulação de sistemas complexos tem vários requisitos específicos que não são atendidos pelos sistemas de simulação atuais. Além disso, a maioria das simulações desenvolvidas hoje pela indústria de jogos é baseada em técnicas como regras de produção e lógica difusa, que não são adequadas para o tratamento de incerteza. Já a abordagem de redes bayesianas é capaz de lidar com incerteza de maneira correta e eficiente, mas elas não têm sido utilizadas para simulação, e nem são capazes de representar conceitos como entidade e relacionamento. Como resultado deste trabalho, nós resolvemos o problema de simulação do FutSim através da complementação do formalismo de redes bayesianas com os conceitos de entidades e eventos, e propomos uma metodologia geral para desenvolver simulações de sistemas complexos para fins de entretenimento