O gerenciamento de redes exige dos administradores a disponibilidade de uma grande quantidade de informações sobre os seus equipamentos, as tecnologias envolvidas e os problemas associados a elas. Nesse cenário, administradores de redes devem, cada vez mais, aprofundar o seu conhecimento através de constante treinamento, até que estejam aptos a administrar uma rede de maneira mais eficiente e confiável. Alguns estudos têm sido feitos buscando integrar tecnologias de Inteligência Artificial na área de gerenciamento de redes. Abordagens utilizando sistemas multiagentes, agentes de interface e sistemas especialistas já foram utilizadas com o objetivo de facilitar a tarefa de gerenciamento de rede aos olhos do usuário. Os chatterbots representam um grande potencial para a tarefa de treinamento e gerenciamento de redes já que utilizam linguagem natural e são capazes de ser facilmente integrados em ambientes mais complexos. O principal objetivo deste trabalho é investigar o uso de chatterbots como uma ferramenta de gerenciamento utilizada por administradores menos treinados. O trabalho envolveu a adaptação do chatterbot ALICE para permitir o treinamento e a gerência de redes através da inclusão de módulos que permitem a monitoração de equipamentos de uma rede (através do protocolo SNMP) e módulos que permitam consultar e armazenar histórico de informações da mesma. Desta forma, a grande contribuição da arquitetura proposta é a de prover uma comunicação mais efetiva entre o administrador menos experiente e a rede, através do chatterbot assistente, que recebe consultas em linguagem natural, interpreta os dados coletados e expõe os conceitos envolvidos no processo de gerenciamento.

O mundo moderno vem exigindo cada vez mais das pessoas no aspecto profissional. A exigência de capacitação profissional é uma realidade que obriga as pessoas a uma constante atualização. Neste contexto, a educação a distancia se mostra uma importante via de disseminação de conhecimento. Este trabalho apresenta um agente de Perfil do Usuário inserido no contexto do projeto PortEdu – Portal de Educação, projeto que visa abrigar ambientes de ensino na Web. Um dos objetivos do projeto PortEdu é fornecer um serviço de recuperação de informação aos ambientes ancorados, guiado pelo Agente Perfil do Usuário, tendo como finalidade oferecer informações contextualizadas a um problema específico do usuário (aluno), com a intenção de auxiliá-lo em seu aprendizado. Durante a utilização de ambientes de educação a distância, os alunos utilizam ferramentas de recuperação de informação na busca de soluções para as suas dúvidas. Mas, a busca de informação na Internet, utilizando as ferramentas existentes, nem sempre é uma tarefa simples, pois exige esforço na construção de termos de busca eficientes ou mantém o usuário percorrendo longas listas de resultados. No desenvolvimento deste serviço, no PortEdu, procuramos minimizar este tipo de esforço. Neste trabalho são descritas, primeiramente, as áreas envolvidas na pesquisa, mostrando como elas foram utilizadas na construção do Agente de Perfil do Usuário. Também é realizada uma descrição da área de inteligência artificial, dos conceitos de agente e Educação a Distancia. Pretende-se mostrar aqui as propriedades que o Agente de Perfil do Usuário possui Na seqüência, são apresentadas as soluções tecnológicas utilizadas no projeto, tais como: AMPLIA (ambiente de ensino ancorado no PortEdu), PMA3, FIPA e a API Fácil. É descrito o modo como estas tecnologias interagem no âmbito do PortEdu. O problema da recuperação de informação na Web é discutido nesta pesquisa e são apresentados três trabalhos relacionados que abordam este problema. Também é realizada uma comparação entre estes trabalhos e o PortEdu. Por fim, este trabalho apresenta uma solução encontrada para resolver o problema de recuperação de informação na Web utilizando um protótipo do PortEdu. Esta pesquisa está inserida na área de Informática na Educação.

Este texto apresenta a tese de doutorado em Ciência da Computação na linha de pesquisa de Inteligência Artificial, dentro da área de IAD – Inteligência Artificial Distribuída (mais especificamente os Sistemas Multiagentes – SMA). O trabalho aborda a formação de grupos colaborativos em um ambiente multiagente interativo de aprendizagem na web, através da utilização de técnicas de Inteligência Artificial. O trabalho apresenta a definição e implementação de uma arquitetura de agentes modelados com algoritmos genéticos, integrada a um ambiente colaborativo de aprendizagem, o TelEduc. Inicialmente faz-se um breve estudo sobre as áreas envolvidas na tese: Informática na Educação, Educação a Distância, Inteligência Artificial, Inteligência Artificial Distribuída e Inteligência Artificial Aplicada à Educação. Abordam-se, também, as áreas de pesquisa que abrangem os Sistemas Multiagentes e os Algoritmos Genéticos. Após este estudo, apresenta-se um estudo comparativo entre ambientes de ensino e aprendizagem que utilizam a abordagem de agentes e a arquitetura proposta neste trabalho. Apresenta-se, também, a arquitetura de agentes proposta, integrada ao ambiente TelEduc, descrevendo-se o funcionamento de cada um dos agentes e a plataforma de desenvolvimento. Finalizando o trabalho, apresenta-se o foco principal do mesmo, a formação de grupos colaborativos, através da implementação e validação do agente forma grupo colaborativo. Este agente, implementado através de um algoritmo genético, permite a formação de grupos colaborativos seguindo os critérios estabelecidos pelo professor. A validação do trabalho foi realizada através de um estudo de caso, utilizando o agente implementado na formação de grupos colaborativos em quatro turmas de cursos superiores de Informática, na Região Metropolitana de Porto Alegre, em disciplinas que envolvem o ensino de programação de computadores.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2016. / Submitted by Marianna Gomes (mariannasouza@bce.unb.br) on 2016-12-13T18:55:29Z No. of bitstreams: 1 2016_LuizHenriqueMoraisAguiar.pdf: 16115783 bytes, checksum: ad7604ccf3f5d5bec7110b8b1cf614ef (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2017-02-09T21:17:48Z (GMT) No. of bitstreams: 1 2016_LuizHenriqueMoraisAguiar.pdf: 16115783 bytes, checksum: ad7604ccf3f5d5bec7110b8b1cf614ef (MD5) / Made available in DSpace on 2017-02-09T21:17:48Z (GMT). No. of bitstreams: 1 2016_LuizHenriqueMoraisAguiar.pdf: 16115783 bytes, checksum: ad7604ccf3f5d5bec7110b8b1cf614ef (MD5) / O presente trabalho propõe um modelo evolucionário para simulação da evolução da camuflagem em seres vivos virtuais na presença de seus predadores. Neste modelo contém gerente, ambiente, presas, predadores, recursos para as presas, recursos para os predadores e recursos compartilhados. Foram definidos seus atributos e comportamentos básicos incluindo as relações entre eles. A partir do modelo geral, duas aplicações específicas foram propostas: (a) o caso particular dos lebistes (Poecilia reticulata) estudado por John A. Endler. Os predadores se alimentam dos lebistes que, por sua vez, se alimentam de outros recursos. Os três elementos do modelo (predador, lebiste e os recursos dos lebistes) estão inseridos no ambiente; e (b) um cenário fictício que simula um ambiente com espécies terrestres de presas e predadores, onde as presas representam uma espécie herbívora que possue plantas como recurso alimentar ao mesmo tempo que são recursos alimentares dos predadores. Além disso, há lagos que representam recursos compartilhados por ambas as espécies. Os atributos e comportamentos dos organismos simulados foram modelados a partir de pesquisa por observação. Um software computacional de simulação foi desenvolvido com base no modelo proposto com a finalidade de validá-lo. Os resultados obtidos a partir de simulações utilizando o software mostram que o modelo proposto atinge um nível satisfatório em relação ao trabalho biológico utilizado como referência. A ferramenta de simulação pode principalmente ser utilizada por pesquisadores que precisam trabalhar com diversas variáveis para compreensão de modelos complexos de interação entre presas e predadores, podendo auxiliar na tomada de decisão sobre problemas de conservação de espécies além de possuir um carácter didático, podendo ser utilizado para demonstrar e estudar o processo de evolução dos seres vivos pela seleção natural. / This paper proposes an evolutionary model for simulation of the evolution of camouflage in virtual living beings in presence of predators. In this model contains a manager, an environment, preys, predators, resources for preys, resources for predators and shared resources. Their basics attributes and behaviors were defined beyond the relations among them. From the general model, two specific applications have been proposed: (a) the particular case of guppies (Poecilia reticulata) studied by John A. Endler. The predators feed of guppies and they feed of other resources. The three elements of model (predator, guppy and resource of guppy) are inserted in the environment; and (b) a fictitious scenario that simulates an environment with terrestrial species of preys and predators, which preys represent an herbivorous specie that take plants as food resources and are food resources for predators. Furthermore, there are lakes that represent shared resources for both species. The simulated organism' attributes and behaviors were modeled from researches through observation. A computational software was developed based on proposed model in order to validate it. The results obtained by simulations using the software show that the proposed model reaches a satisfactory level in relation to the biological work used as reference. The simulation tool can mainly be used by researchers who need to work with several variables for understanding of complex interaction models between preys and predators to assist in decision-making on species conservation issues and it has a didactic character and can be used to demonstrate and study the process of evolution of living beings by natural selection as well.

Tese (doutorado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2015. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2015-12-17T16:33:56Z No. of bitstreams: 1 2015_WosleydaCostaArruda.pdf: 9296287 bytes, checksum: 948dd92adae694c04c1b0c23076481e6 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2015-12-17T17:05:51Z (GMT) No. of bitstreams: 1 2015_WosleydaCostaArruda.pdf: 9296287 bytes, checksum: 948dd92adae694c04c1b0c23076481e6 (MD5) / Made available in DSpace on 2015-12-17T17:05:51Z (GMT). No. of bitstreams: 1 2015_WosleydaCostaArruda.pdf: 9296287 bytes, checksum: 948dd92adae694c04c1b0c23076481e6 (MD5) / Os RNAs não-codificadores (ncRNAs) constituem um importante subconjunto dos transcritos produzidos nas células dos organismos, pois afetam diversos processos celulares. Embora existam métodos computacionais bastante eficazes para identificar proteínas, a anotação de ncRNAs é hoje objeto de pesquisa intensa, pois suas características e sinais não são ainda completamente conhecidos. Neste contexto, nesta tese, apresentamos uma arquitetura para anotação de ncRNAs baseada no paradigma de Sistema Multiagente. A implementação do sistema, denominado de ncRNA-Agents, usa agentes colaborativos, em que cada agente tem conhecimento e raciocínio (simulando os de biólogos) sobre um aspecto específico de RNA, o que contribui para uma anotação curada de ncRNA, com qualidade associada e explicações baseadas nos resultados das ferramentas usadas pelo sistema para recomendar a anotação. Além disso, foram realizados três estudos de casos com os fungos Saccharomyces cerevisiae, Paracoccidioides brasilienses e Schizosaccharomyces pombe, para avaliar o desempenho do sistema quanto a sua capacidade de anotar ncRNAs conhecidos e de predizer novos ncRNAs. Acesso público a esta ferramenta está em http://www.biomol.unb.br/ncrna-agents. ______________________________________________________________________________________________ ABSTRACT / Non-coding RNAs (ncRNAs) are an important subset of the transcripts produced in the cells of organisms, since they affect many cellular processes. Although there are efficient and fast computational methods to identify proteins, annotation of ncRNAs is now focus of intensive research once their characteristics and signals are not yet entirely known. In this context, in this thesis, we present an architecture for ncRNAs annotation based on the multi-agent system paradigm. The implementation of a system, called ncRNA-Agents, uses collaborative agents, where each agent has knowledge and reasonig (simulating biologists) about a specific aspect of RNA, which contributes to a curated ncRNA annotation, with associated quality and explanations based on the results of the tools used by the system to recommend the annotation. In addition, we performed three case studies with three fungi, Saccharomyces cerevisiae, Schizosaccharomyces pombe and Paracoccidioides brasiliensis, to evaluate the performance of the system and its ability to annotate known ncRNAs and predict new ncRNAs. This tool is publicly available at http://www.biomol.unb.br/ncrna-agents.

Orientador: Mariana Claudia Broens / Banca: Antonio Trajano Menezes Arruda / Banca: Kleber Bez Birolo Candiotto / Resumo: Neste trabalho investigamos o papel cognitivo e epistêmico do conhecimento do senso comum no âmbito das discussões contemporâneas acerca da mente. Além disso, analisamos em que medida o conhecimento do senso comum se coloca como um limite ao alcance dos modelos mecânicos da Inteligência Artificial (IA). Com tais objetivos, em um primeiro momento apresentamos a pseudo dicotomia episteme/doxa assumida pela tradição filosófica, destacando a influência desta tradição em áreas contemporâneas de investigação da mente como a Ciência Cognitiva e a Inteligência Artificial. Como alternativa a este tipo de epistemologia dicotômica, apresentamos algumas vertentes filosóficas epistemologicamente continuístas como as propostas de T. Reid, G. Moore, J. Dewey e G. Ryle. Para estas vertentes, o conhecimento do senso comum é entendido como cognitivamente eficiente no âmbito cotidiano da vida, em especial, em atividades nas quais não temos o total controle consciente e intencional. A partir deste debate inicial sobre as capacidades cognitivas do conhecimento do senso comum, analisarmos as críticas de Dreyfus e Searle aos modelos tradicionais da Ciência Cognitiva e da Inteligência Artificial. Ressaltamos alguns argumentos destes autores que se dirigem a IA e aos limites e fronteiras que esta área encontra no que se refere à modelagem de programas capazes de manifestar conhecimento do senso comum. Defendemos que parte desta dificuldade se deve à incapacidade de tais modelos de desempenhar o papel decisivo da corporeidade nos processos cognitivos. Por fim, apresentamos a abordagem da Cognição Incorporada e Situada (CIS), a qual procura superar a dificuldade apontada ao levar em conta em seus modelos a relevância cognitiva da corporeidade, da interação organismo/mundo, a experiência... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In this work we investigate the cognitive and epistemic role of common sense knowledge in the context of contemporary discussions about the mind. Furthermore, we analyze to what extent common sense knowledge arises as a limit on the scope of mechanical models of artificial intelligence (AI). With these objectives in view, we first present the pseudo dichotomy episteme / doxa assumed by the philosophical tradition, highlighting the influence of this tradition in contemporary areas of research on the mind such as cognitive science and artificial intelligence. As an alternative to this kind of dichotomous epistemology, we present some epistemologically continuist philosophical tendencies such as the proposals of T. Reid, G. Moore, J. Dewey, and G. Ryle. In this tradition, common sense knowledge is understood as cognitively efficient in the context of everyday life, especially in activities in which we do not have complete conscious and intentional control. Based on this initial discussion of the cognitive capacities of common sense knowledge, we analyze the critiques of Dreyfus and Searle of traditional models of cognitive science and artificial intelligence. We highlight some of the arguments of these authors that are directed at AI and at the limits and boundaries that the area confronts in terms of modeling programs that can demonstrate knowledge of common sense. We argue that part of this difficulty is due to the inability of such models to play the decisive role of embodiment in cognitive processes. Finally, we present the embodied and embedded cognition (EEC) approach, which seeks to overcome the difficulties pointed to above by taking into account in its models the cognitive relevance of embodiment, world/organism interaction, and experience, among other things. Nevertheless, we argue that even with the significant advances... (Complete abstract click electronic access below) / Mestre

O presente trabalho analisa os efeitos jurídicos do uso de sistemas de inteligência artificial na formação dos contratos eletrônicos, bem como a aplicabilidade dos institutos do erro e do dolo civil a essas modalidades de contrato. Por se tratar de tecnologia que permite extremo grau de independência do sistema em relação à sua programação original, será investigado se a chamada declaração de vontade eletrônica, realizada por meio de uso dessa tecnologia, possui alguma especialidade e quais as conseqüências jurídicas da sua adoção. / This dissertation analyzes the legal effects of the use of artificial intelligence systems in the formation of contracts, as well as the applicability of the institutes of error and deceit in such contracts. Because this technology allows for an extreme degree of independence of the system in relation to its original programming, it is investigated whether statements issued with the use of such technology have any specificity and what are the legal consequences of its adoption.

Orientador: Manoel Cléber de Sampaio Alves / Banca: Fábio Minoru Yamaji / Banca: Ana Lúcia Piedade Sodero Martins Pincelli / Banca: André Luís Debiaso Rossi / Banca: Carlos de Oliveira Affonso / Abstract: The quality classification of wood is prescribed throughout the wood chain industry, particularly those from the processing and manufacturing fields. Those organizations have invested energy and time trying to increase value of basic items, with the purpose of accomplishing better results, in agreement to the market. The objective of this work was to compare Convolutional Neural Network, a deep learning method, for wood quality classification to other traditional Machine Learning techniques, namely Support Vector Machine (SVM), Decision Trees (DT), K-Nearest Neighbors (KNN), and Neural Networks (NN) associated with Texture Descriptors. Some of the possible options were to assess the predictive performance through the experiments with different techniques, Deep Learning and Texture Descriptors, for processing images of this material type. A camera was used to capture the 374 image samples adopted on the experiment, and their database is available for consultation. The images had some stages of processing after they have been acquired, as pre-processing, segmentation, feature analysis, and classification. The classification methods occurred through Deep Learning, more specifically Convolutional Neural Networks - CNN, and using Texture Descriptors with Support Vector Machine, Decision Trees, K-nearest Neighbors and Neural Network. Empirical results for the image dataset showed that the approach using texture descriptor method, regardless of the strategy employed, is very competi... (Complete abstract click electronic access below) / Resumo: A classificação da qualidade da madeira é indicada para indústria de processamento e produção desse material. Essas empresas têm investido em soluções para agregar valor à matéria-prima, com o intuito de melhorar resultados, observando os rumos do mercado. O objetivo deste trabalho foi comparar Redes Neurais Convolutivas, um método de aprendizado profundo, na classificação da qualidade de madeira, com outras técnicas tradicionais de Máquinas de aprendizado, como Máquina de Vetores de Suporte, Árvores de Decisão, Regra dos Vizinhos Mais Próximos e Redes Neurais, em conjunto com Descritores de Textura. Isso foi possível através da verificação do nível de acurácia das experiências com diferentes técnicas, como Aprendizado Profundo e Descritores de Textura no processamento de imagens destes objetos. Foi utilizada uma câmera convencional para capturar as 374 amostras de imagem adotadas no experimento, e a base de dados está disponível para consulta. O processamento das imagens passou por algumas fases, após terem sido obtidas, como pré-processamento, segmentação, análise de recursos e classificação. Os métodos de classificação se deram através de Aprendizado Profundo e por meio de técnicas de Aprendizado de Máquinas tradicionais como Máquina de Vetores de Suporte, Árvores de Decisão, Regra dos Vizinhos Mais Próximos e Redes Neurais juntamente com os Descritores de Textura. Os resultados empíricos para o conjunto de dados das imagens da madeira serrada mostraram que o método com De... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

Orientador: Marcos Tadeu Tiburcio Gonçalves / Banca: Manoel Cleber de Sampaio Alves / Banca: Maria Angelica Martins Costa / Banca: Raquel Gonçalves / Banca: Ivaldo de Domenico Valarelli / Resumo: Para se obter produtos e serviços que atendam ao nível de produtividade exigida pelo mercado, deve-se otimizar vários fatores determinantes na usinagem da madeira. O atual objetivo da pesquisa em Inteligência Artificial dedica-se ao desenvolvimento de sistemas inteligentes flexíveis e auto ajustáveis, com vistas à diminuição da presença de operadores humanos, de forma que o controle destes processos seja realizado através de sistemas computacionais. A usinagem da madeira se caracteriza pela ação de vários agentes, que de forma geral, são muito complexos para serem representados de forma analítica, adicionalmente as respostas destes sistemas são não-lineares. Portanto, estas dificuldades na modelagem do processamento da madeira justificam a utilização de redes neurais como ferramenta para melhoria de processo, e consequente agregação de valor ao produto final. O objetivo deste trabalho foi utilizar a capacidade de aprendizagem e a generalização das redes neurais e outras técnicas de inteligência computacional no processamento de madeira. A metodologia utilizada consistiu em utilizar redes neurais do tipo Multilayer Perceptrons (MLP) associadas à Lógica Fuzzy para construção de controlador do processo de usinagem da madeira. Adicionalmente as redes neurais realizaram uma classificação de imagens com relação aos defeitos superficiais da madeira. Foi utilizadas bases de dados obtidas através dos processos reais de usinagem da madeira. Os resultados obtidos foram satisfatórios, o que confirma que as redes neurais foram uma... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In order to obtain products and services to exceed the level of productivity required by the market, many machining wood factors should be optimized. The current goal of research in Artificial Intelligence is dedicated to develop intelligent flexible systems, self-adjusting, to decrease the presence of human operators. The control of these processes is done through the help of computer systems composed from software and hardware. The modern industrial processes are characterized by the action of various agents that are generally too complex to be represented analytically, additionally answers these systems are non-linear. Therefore, these difficulties in modeling wood machining process justify the use of Neural Network as a tool for process improvement and to add value to the final product. Computational Intelligence techniques such as Neuro-Fuzzy Networks have been proved applicable to this problem, since they combine the ability to learn from examples and to generalize the information learned from the neural network with the ability of Fuzzy Logic to turn variables into linguistic rules. The objective of this work is to use the learning ability and generalization of neural networks and other techniques of Artificial Intelligence in machining materials, which have solid non-linear character. The results were satisfactory, thus confirming the neural... (Complete abstract click electronic access below) / Doutor

Orientador: Mauro Hugo Mathias / Banca: Alvaro Manoel Souza Soares / Banca: José Elias Tomazini / Banca: Francisco Carlos Parquet Bizarria / Banca: Carlos Henrique Netto Lahoz / Resumo: Um importante aspecto no processo produtivo é proporcionar o funcionamento das máquinas o maior tempo possível sem o comprometimento na qualidade final do produto. Nesse sentido, a utilização de uma política de manutenção adequada se torna necessária para o monitoramento do desgaste dos componentes das máquinas a fim de aumentar o tempo de sua utilização sem comprometer a qualidade do produto. A manutenção baseada em condição se apresenta como a abordagem mais apropriada para esse controle. Dentre as diversas abordagens utilizadas para o desenvolvimento de programas para esse tipo de manutenção, as técnicas baseadas em Inteligência Artificial vêm se destacando no que diz respeito ao seu desempenho. Diante desse contexto, essa tese propõe uma Rede Neural Artificial, a qual, devidamente parametrizada, possibilita sua aplicação tanto para análise de vibrações quanto análise de partículas de desgaste. Para tanto, foi implementado um protótipo denominado NEURALNET-CBM, subdividido em dois módulos, Vibrações e Partículas. Os resultados dos testes mostram a efetividade da rede proposta, com um índice de acerto acima de 90% na classificação e identificação de defeitos e partículas de desgaste. / Abstract: An important aspect in the production process is to ensure the operability of a machine as long as possible without interfering on the final quality product. In this way, the use of a suitable maintenance policy is critical for monitoring the wear of the machine components in order to increase your useful life without any compromise of the product quality. The Condition-Based Maintenance is presented as the most appropriate approach for this control. Among several methods used to develop systems for this type of maintenance, techniques Artificial Intelligence has been standing out in relation their performance. Therefore, this thesis proposes a Artificial Neural Network, which, properly parameterized, it makes possible its application for both vibration and wear particle analysis. For this, we implemented a prototype named NEURALNET-CBM, divided into two modules: Vibration and Particle. The test results show the effectiveness of the proposed network, with accuracy rate greater than 90% in classifying and identification of defects and wear particles. / Doutor