Submitted by Ronildo Prado (ronisp@ufscar.br) on 2017-08-08T20:30:11Z No. of bitstreams: 1 DissMVRL.pdf: 2179441 bytes, checksum: 3c4089c4b24a3d98521f8561c6f2c515 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-08T20:30:33Z (GMT) No. of bitstreams: 1 DissMVRL.pdf: 2179441 bytes, checksum: 3c4089c4b24a3d98521f8561c6f2c515 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-08T20:30:39Z (GMT) No. of bitstreams: 1 DissMVRL.pdf: 2179441 bytes, checksum: 3c4089c4b24a3d98521f8561c6f2c515 (MD5) / Made available in DSpace on 2017-08-08T20:31:24Z (GMT). No. of bitstreams: 1 DissMVRL.pdf: 2179441 bytes, checksum: 3c4089c4b24a3d98521f8561c6f2c515 (MD5) Previous issue date: 2016-03-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Inductive Decision Trees (DT) are mechanisms based on the symbolic paradigm of machine learning which main characteristics are easy interpretability and low computational cost. Though they are widely used, the DTs can represent problems with just discrete or continuous variables. However, for some problems, the variables are not well represented in this way. In order to improve DTs, the Fuzzy Decision Trees (FDT) were developed, adding the ability to deal with fuzzy variables to the Inductive Decision Trees, making them capable to deal with imprecise knowledge. In this text, it is presented a new algorithm for fuzzy decision trees induction. Its fuzification method is applied during the induction and it is inspired by the C4.5’s partitioning method for continuous attributes. The proposed algorithm was tested with 20 datasets from UCI repository (LICHMAN, 2013). It was compared with other three algorithms that implement different solutions to classification problem: C4.5, which induces an Inductive Decision Tree, FURIA, that induces a Rule-based Fuzzy System and FuzzyDT, which induces a Fuzzy Decision Tree where the fuzification is done before tree’s induction is performed. The results are presented in Chapter 4. / As Árvores de Decisão Indutivas (AD) são um mecanismo baseado no paradigma simbólico do Aprendizado de Máquina que tem como principais características a fácil interpretabilidade e baixo custo computacional. Ainda que sejam amplamente utilizadas, as ADs são limitadas à representação de problemas cujas variáveis são do tipo discreto ou contínuo. No entanto, para alguns tipos de problemas, pode haver variáveis que não são bem representadas por estes formatos. Diante deste contexto, foram criadas as Árvores de Decisão Fuzzy (ADF), que adicionam à interpretabilidade das Árvores de Decisão Indutivas, a capacidade de lidar com variáveis fuzzy, as quais representam adequadamente conhecimentos imprecisos. Neste texto, apresentamos o trabalho desenvolvido durante o mestrado, que tem como principal resultado um novo algoritmo para indução de Árvores de Decisão Fuzzy, cujo método de fuzificação dos atributos contínuos é realizado durante a indução da árvore e foi inspirado no método de particionamento de atributos contínuos adotado pelo C4.5. Para validação do algoritmo, foram realizados testes com 20 conjuntos de dados do repositório UCI (LICHMAN, 2013) e o algoritmo foi comparado com outros três algoritmos que abordam o problema de classificação por meio de técnicas diferentes: o C4.5 que induz uma Árvore de Decisão Indutiva, o FURIA, que induz um Sistema Fuzzy Baseado em Regras, porém não segue a estrutura de árvore e o FuzzyDT que induz uma Árvore de Decisão fuzzy realizando a fuzificação dos atributos contínuos antes da indução da árvore. Os resultados dos experimentos realizados são apresentados e discutidos no Capítulo 4 deste texto.

Submitted by Milena Rubi ( ri.bso@ufscar.br) on 2017-10-17T14:08:43Z No. of bitstreams: 1 GONÇALVES_JUNIOR_Clenio_2017.pdf: 4502082 bytes, checksum: 36fad22cf5caad0d975a2df1fe5e7a55 (MD5) / Approved for entry into archive by Milena Rubi ( ri.bso@ufscar.br) on 2017-10-17T14:08:53Z (GMT) No. of bitstreams: 1 GONÇALVES_JUNIOR_Clenio_2017.pdf: 4502082 bytes, checksum: 36fad22cf5caad0d975a2df1fe5e7a55 (MD5) / Approved for entry into archive by Milena Rubi ( ri.bso@ufscar.br) on 2017-10-17T14:09:02Z (GMT) No. of bitstreams: 1 GONÇALVES_JUNIOR_Clenio_2017.pdf: 4502082 bytes, checksum: 36fad22cf5caad0d975a2df1fe5e7a55 (MD5) / Made available in DSpace on 2017-10-17T14:09:10Z (GMT). No. of bitstreams: 1 GONÇALVES_JUNIOR_Clenio_2017.pdf: 4502082 bytes, checksum: 36fad22cf5caad0d975a2df1fe5e7a55 (MD5) Previous issue date: 2017-02-06 / Não recebi financiamento / Knowledge representation process is an essential matter regarding Computer Music systems. Methods have been applied in order to provide computers with the capability to generate conclusions based on experience in specialized domains. Inductive Logic Programming is a research field which combines concepts of Logic Programming and Machine Learning. Due to its declarative feature, both acquired and produced knowledge can be presented to not-expert users in a naturally understandable way. This work deals with Music Knowledge Representation from the perspective of multi- paradigm programming, using Inductive Logic Programming technique and including the development of the knowledge-based music system Fraseado. Finally, a method for the evaluation of algorithmic composition systems - the Expanded Turing Test - is presented. / O processo de representação de conhecimento em Computação Musical constitui um elemento essencial para o desenvolvimento de sistemas. Métodos têm sido aplicados visando fornecer ao computador a capacidade de inferir informações a partir da experiência e definições previamente estabelecidas. Neste sentido, a Programação Lógica Indutiva apresenta-se como um crescente campo de pesquisa que incorpora conceitos de Programação em Lógica e Aprendizado de Máquina. O presente trabalho aborda a Representação de Conhecimento Musical sob a ótica da programação multiparadigma, com uso da técnica de Programação Lógica Indutiva. Inclui o desenvolvimento do sistema musical baseado em conhecimento Fraseado. Por fim é apresentado um método para avaliação de sistemas de composição algorítmica - o Teste de Turing Expandido.

Submitted by Nayara Passos (nayara.passos@ufpe.br) on 2015-03-13T12:33:46Z No. of bitstreams: 2 TESE Rinaldo José de Lima.pdf: 8678943 bytes, checksum: e88c290e414329ee00d2d6a35a466de0 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-13T13:16:54Z (GMT) No. of bitstreams: 2 TESE Rinaldo José de Lima.pdf: 8678943 bytes, checksum: e88c290e414329ee00d2d6a35a466de0 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T13:16:54Z (GMT). No. of bitstreams: 2 TESE Rinaldo José de Lima.pdf: 8678943 bytes, checksum: e88c290e414329ee00d2d6a35a466de0 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014 / CNPq, CAPES. / Information Extraction (IE) consists in the task of discovering and structuring information found in a semi-structured or unstructured textual corpus. Named Entity Recognition (NER) and Relation Extraction (RE) are two important subtasks in IE. The former aims at finding named entities, including the name of people, locations, among others, whereas the latter consists in detecting and characterizing relations involving such named entities in text. Since the approach of manually creating extraction rules for performing NER and RE is an intensive and time-consuming task, researchers have turned their attention to how machine learning techniques can be applied to IE in order to make IE systems more adaptive to domain changes. As a result, a myriad of state-of-the-art methods for NER and RE relying on statistical machine learning techniques have been proposed in the literature. Such systems typically use a propositional hypothesis space for representing examples, i.e., an attribute-value representation. In machine learning, the propositional representation of examples presents some limitations, particularly in the extraction of binary relations, which mainly demands not only contextual and relational information about the involving instances, but also more expressive semantic resources as background knowledge. This thesis attempts to mitigate the aforementioned limitations based on the hypothesis that, to be efficient and more adaptable to domain changes, an IE system should exploit ontologies and semantic resources in a framework for IE that enables the automatic induction of extraction rules by employing machine learning techniques. In this context, this thesis proposes a supervised method to extract both entity and relation instances from textual corpora based on Inductive Logic Programming, a symbolic machine learning technique. The proposed method, called OntoILPER, benefits not only from ontologies and semantic resources, but also relies on a highly expressive relational hypothesis space, in the form of logical predicates, for representing examples whose structure is relevant to the information extraction task. OntoILPER automatically induces symbolic extraction rules that subsume examples of entity and relation instances from a tailored graph-based model of sentence representation, another contribution of this thesis. Moreover, this graph-based model for representing sentences also enables the exploitation of domain ontologies and additional background knowledge in the form of a condensed set of features including lexical, syntactic, semantic, and relational ones. Differently from most of the IE methods (a comprehensive survey is presented in this thesis, including the ones that also apply ILP), OntoILPER takes advantage of a rich text preprocessing stage which encompasses various shallow and deep natural language processing subtasks, including dependency parsing, coreference resolution, word sense disambiguation, and semantic role labeling. Further mappings of nouns and verbs to (formal) semantic resources are also considered. OntoILPER Framework, the OntoILPER implementation, was experimentally evaluated on both NER and RE tasks. This thesis reports the results of several assessments conducted using six standard evaluationcorpora from two distinct domains: news and biomedical. The obtained results demonstrated the effectiveness of OntoILPER on both NER and RE tasks. Actually, the proposed framework outperforms some of the state-of-the-art IE systems compared in this thesis. / A área de Extração de Informação (IE) visa descobrir e estruturar informações dispostas em documentos semi-estruturados ou desestruturados. O Reconhecimento de Entidades Nomeadas (REN) e a Extração de Relações (ER) são duas subtarefas importantes em EI. A primeira visa encontrar entidades nomeadas, incluindo nome de pessoas e lugares, entre outros; enquanto que a segunda, consiste na detecção e caracterização de relações que envolvem as entidades nomeadas presentes no texto. Como a tarefa de criar manualmente as regras de extração para realizar REN e ER é muito trabalhosa e onerosa, pesquisadores têm voltado suas atenções na investigação de como as técnicas de aprendizado de máquina podem ser aplicadas à EI a fim de tornar os sistemas de ER mais adaptáveis às mudanças de domínios. Como resultado, muitos métodos do estado-da-arte em REN e ER, baseados em técnicas estatísticas de aprendizado de máquina, têm sido propostos na literatura. Tais sistemas normalmente empregam um espaço de hipóteses com expressividade propositional para representar os exemplos, ou seja, eles são baseado na tradicional representação atributo-valor. Em aprendizado de máquina, a representação proposicional apresenta algums fatores limitantes, principalmente na extração de relações binárias que exigem não somente informações contextuais e estruturais (relacionais) sobre as instâncias, mas também outras formas de como adicionar conhecimento prévio do problema durante o processo de aprendizado. Esta tese visa atenuar as limitações acima mencionadas, tendo como hipótese de trabalho que, para ser eficiente e mais facilmente adaptável às mudanças de domínio, os sistemas de EI devem explorar ontologias e recursos semânticos no contexto de um arcabouço para EI que permita a indução automática de regras de extração de informação através do emprego de técnicas de aprendizado de máquina. Neste contexto, a presente tese propõe um método supervisionado capaz de extrair instâncias de entidades (ou classes de ontologias) e de relações a partir de textos apoiando-se na Programação em Lógica Indutiva (PLI), uma técnica de aprendizado de máquina supervisionada capaz de induzir regras simbólicas de classificação. O método proposto, chamado OntoILPER, não só se beneficia de ontologias e recursos semânticos, mas também se baseia em um expressivo espaço de hipóteses, sob a forma de predicados lógicos, capaz de representar exemplos cuja estrutura é relevante para a tarefa de EI consideradas nesta tese. OntoILPER automaticamente induz regras simbólicas para classificar exemplos de instâncias de entidades e relações a partir de um modelo de representação de frases baseado em grafos. Tal modelo de representação é uma das constribuições desta tese. Além disso, o modelo baseado em grafos para representação de frases e exemplos (instâncias de classes e relações) favorece a integração de conhecimento prévio do problema na forma de um conjunto reduzido de atributos léxicos, sintáticos, semânticos e estruturais. Diferentemente da maioria dos métodos de EI (uma pesquisa abrangente é apresentada nesta tese, incluindo aqueles que também se aplicam a PLI), OntoILPER faz uso de várias subtarefas do Processamento de Linguagem

[pt] Esta dissertação tem por objetivo apresentar os resultados da pesquisa de mestrado em que se procurou evidenciar algumas características da relação de David Hume com a indução. Segundo a interpretação corrente, Hume é o responsável por mostrar que nossa razão não é capaz de justificar qualquer um de nossos raciocínios indutivos. O problema de Hume também se caracteriza por ser um problema acerca da racionalidade da ciência, pois se seu método principal, a indução, não pode receber suporte racional, parece lícito afirmar que o resultado de uma inferência indutiva é irracional. A fim de delinear o campo exato em que se insere a crítica humeana, este texto irá mostrar como Hume apresenta suas teorias acerca do raciocínio causal em seu Tratado da natureza humana, traçar as características exatas do raciocínio causal de Hume e confrontá-las com as formas de interpretação presentes em alguns de seus principais comentadores. Procuramos tornar claras as falhas apresentadas nestas interpretações. Em seguida trataremos de discutir algumas das mais celebradas interpretações da filosofia de Hume, centrando nossa análise nos textos de Mackie, Beauchamp e Mappes. O capítulo final tem por objetivo mostrar as características racionais que podem ser atribuídas aos raciocínios causais humeanos, salientando o caráter particular de suas inferências. Finalizando, mostraremos como a origem do princípio da cópia pode ser um exemplo do uso de inferências indutivas por parte de Hume, o que nos leva a considerações heterodoxas a respeito de sua visão a respeito da racionalidade. / [en] The aim of this work is to present the results of my master´s degree research, which tried to show some of the characteristics of David Hume´s approach to induction. According to the standard interpretation, Hume is responsible for showing that our reason is not able to justify any of our inductive reasonings. Hume´s problem also characterizes itself by being a problem about the rationality of science, for, since his main method, induction, cannot receive a rational foundation, it seems licit to assert that the result of any inductive inference is irrational. In order to precisely describe the Humean criticism I am going to show how Hume presents his theories concerning causal reasoning in this A Treatise of Human Nature, define the exact characteristics of causal reasoning according to him, and compare this analysis to those by some of his main critics. We shall try to bring to light the proposed inadequacy of the latter. Next we will discuss some of the most celebrated interpretations of Hume´s philosophy, specially those by of Mackie, Beauchamp and Mappes. The final chapter aims at showing the rational characteristics that can be assigned to Humean causal reasoning emphasizing the particular character of his inferences. Finally, we show how the origin of the copy principle can be an instance of the use of inductive inferences by Hume, which allows us to risk some heterodox hypotheses concerning his view of rationality.

Submitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2018-11-01T17:34:17Z No. of bitstreams: 1 2013 - Michelle de Andrade Souza Diniz Salles.pdf: 1724285 bytes, checksum: 0c2d93b35fcc3a346de378608aaccdd5 (MD5) / Made available in DSpace on 2018-11-01T17:34:17Z (GMT). No. of bitstreams: 1 2013 - Michelle de Andrade Souza Diniz Salles.pdf: 1724285 bytes, checksum: 0c2d93b35fcc3a346de378608aaccdd5 (MD5) Previous issue date: 2013-07-01 / This is an exploratory qualitative research accomplished at a Higher Education Federal Institution (HEFI), situated in Rio de Janeiro State. It aimed at developing a proposal for public managers? capacity building departing from their managerial learning capacity in order to develop their managerial competency to support a Professional Competencies Management System. Therefore, this research answered: How to develop managerial capacity dedicated to the HEFI real context considering managers emergent learning process at work? Five intermediate goals were also attained: (a) Characterizing the management learning activity in public service; (b) Elucidating the managers? perception about the required competencies for practicing their managerial role; (c) Identifying managerial competencies developed by managers in the exercise of managerial activity; (d) Identifying individual and collective learning processes embedded in managers work, (e) Setting up the managerial development activities. Empirical data collected among 19 managers of the HEFI, through semi-structured individual interviews, were qualitatively analyzed by means of hermeneutic interpretive inductive approach. Empirical results indicates that the managers learning process and managerial competency development occurred through: (a) Self-learning, (b) vicarious learning, c) self-experience, and by solving problems in a trial and error mode (d) Social and collective interactions (e) Formal education (f) Working practice deconstruction; g) Managers? life activities off work. To trigger the development of managerial competencies including the emerging managers learning processes at this HEFI, an institutionalized managerial development project is needed grounded in andragogy pedagogy, this is, specific for adult learning process based on public managers awareness enhancement about the importance of the various ways of learning in the working practice. For instance, encouraging vicarious learning through the presentation of other institutions cases and the collective identification of the required managerial competencies. The managerial development project structure should take into account the need to meet individual managers? development requirement as well as the constraints imposed by the collective election process for being a public manager at this HEFI. Developing managerial competencies should have as structure: a) Evaluation b) learning c) Analysis d) Practice e) Application. Managerial competencies development should follow a continuous learning at work approach, taking into account profile differences concerning the academic and technical managerial positions. / Trata-se de uma pesquisa explorat?ria de natureza qualitativa realizada em uma institui??o federal de ensino superior (IFES), situada no Estado do Rio de Janeiro. O objetivo do estudo foi subsidiar uma capacita??o de gestores p?blicos com vistas a desenvolver compet?ncias gerenciais no escopo da Gest?o de Pessoas por Compet?ncias. Para tanto partiu-se da quest?o como capacitar gestores da UFRRJ nas compet?ncias gerenciais tendo como base a aprendizagem dos gestores no escopo de uma Gest?o de Pessoas por Compet?ncias? e cinco objetivos intermedi?rios foram alcan?ados: (a) Caracterizar a aprendizagem gerencial no servi?o p?blico; (b) Levantar as compet?ncias requeridas dos gestores segundo a percep??o dos mesmos para o exerc?cio da fun??o gerencial; (c) Identificar as compet?ncias gerenciais desenvolvidas pelos gestores no exerc?cio da atividade gerencial; (d) Identificar processos de aprendizagem individual e coletiva presentes no trabalho dos gestores; (e) Propor atividades de capacita??o gerencial para desenvolvimento de compet?ncias gerenciais pertinentes aos gestores da IFES examinada. A coleta de dados emp?ricos foi feita junto a 19 gestores, por meio de entrevistas semiestruturadas conduzidas pessoalmente com cada entrevistado. A an?lise qualitativa dos dados se realizou por meio de abordagem indutiva com interpreta??o hermen?utica. Os resultados emp?ricos indicam que o processo de aprendizagem gerencial ocorre por meio de: a) Auto-aprendizagem; b) Aprendizagem vic?ria; c) Experi?ncia pr?pria, resolvendo problemas e por tentativa e erro; d) Intera??es sociais e coletivas; e) Educa??o formal; f) Desconstru??o de pr?ticas de trabalho; g) Atividades na vida dos gestores fora do trabalho. As compet?ncias foram desenvolvidas por meio destes processos de aprendizagem. Para ativar o desenvolvimento de compet?ncias gerenciais por meio de aprendizagem na IFES recomenda-se a institucionaliza??o de um Programa de capacita??o gerencial, com base na andragogia, ou seja especifica para aprendizagem de adultos, pautada em um processo de sensibiliza??o dos quadros gestores, a ser feita propiciando uma aprendizagem vic?ria por meio da apresenta??o de exemplos de outras institui??es e pela identifica??o coletiva das necessidades dos pr?prios gestores da IFES. A estrutura da capacita??o dever? levar em considera??o a necessidade de atender as demandas de desenvolvimento gerencial assim como as restri??es impostas pelo processo de elei??o colegiada de gestores vigente. Recomenda-se uma capacita??o assim estruturada: a) Avalia??o; b) Aprendizagem; c) An?lise; d) Pr?tica; e) Aplica??o. S?o sugeridas capacita??es gerenciais seguindo a abordagem da capacita??o continuada por n?veis, considerando as diferen?as dos respectivos perfis dos cargos t?cnicos e docentes.