Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós -Graduação em Computação. / Made available in DSpace on 2012-10-20T03:56:51Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-26T01:52:17Z : No. of bitstreams: 1 181944.pdf: 4890524 bytes, checksum: b9f5bbe1f8ca94583ee7f28323ac6f9e (MD5) / O objetivo principal deste trabalho é explorar as possibilidades de estender as atuais fronteiras dos campos de aplicação dos paradigmas de IA, através de uma cópia mais fiel de inspirações biológicas. Dessa forma, o objetivo global foi dividido em quatro idéias principais: i) Verificar as possíveis soluções oferecidas pela Natureza, ainda não exploradas pela IA, especialmente pelos paradigmas de Computação Evolucionária; ii) Desenvolver um modelo para implementar no AG uma daquelas soluções; iii) Testar este modelo em uma situação prática; iv) Estudar a proposição de uma possível metodologia para mensurar as variações de inteligência entre sistemas de IA Simbólicos, Conexionistas , Evolucionários ou outros. Como conseqüência de uma avaliação geral das metodologias de IA, apontar a necessidade de definições mais precisas, juntamente com a utilidade de uma métrica para sistemas de IA. É mostrada a conveniência de dotar os sistemas de IA com a visão dada pelo Prêmio Nobel de Química, Ilya Prigogine, que indicou formas para analisar os fenômenos evolucionários com a ajuda das leis físicas, como as da termodinâmica. São feitos testes para verificar os resultados práticos da adoção de "métodos mais naturais" na construção de sistemas de IA Evolucionária no tratamento de problema com espaço de soluções finito, vulgarmente conhecido por "quadrado mágico". Foi executada uma segunda implementação para verificar estas idéias, usando AG para evoluir redes neurais com dados extraídos de sintomas de doenças reumáticas. Neste caso, os resultados obtidos mostram que algoritmos evolutivos que sigam mais cuidadosamente os fenômenos da Natureza podem ter sua eficiência melhorada em relação aos que simplesmente adotam os operadores comuns.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-20T05:35:20Z (GMT). No. of bitstreams: 1 188873.pdf: 256087 bytes, checksum: 4c67e0e413340b014f2c743fc74874ae (MD5) / Nesta tese é apresentado FAN 2002 - free associtive neurons - como uma abordagem neuro-fuzzy para reconhecimento supervisionado de padrões. Aspectos foram modificados desde a sua publicação inicial, em 1997: a criação de células para a combinação de características é substituida pela inclusão de uma característica extra que representa a combinação das demais; a forma de realizar a penalização em caso de erro é modificada; a inicialização dos neurônios é realizada com valores aleatórios; um hedge é usado no teste de um padrão. Os resultados em aplicações são mostrados: no problema de classificação de cromossomos, a comparação com os resultados o obtidos por outros métodos apresentados ilustra o desenvolvimento do modelo desde as suas primeiras implementações; A aplicação do modelo em jogos de empresas na construção de um agente; Os conceitos de FAN na construção dos Mapas FAN e a solução do problema do XOR. A apresentação de FAN 2002 visa proporcionar aos interessados na aplicação de soluções em reconhecimento de padrões uma ferramenta útil e de uso geral.A conclusão do trabalho mostra o resumo dos avanços obtidos no desenvolvimento de FAN e aponta para o futuro do método uma possibilidade interdisciplinar de subsidiar pesquisadores de outras áreas a resolverem os seus próprios problemas de classificação e reconhecimento.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2002 / Made available in DSpace on 2012-10-20T06:44:11Z (GMT). No. of bitstreams: 1 266455.pdf: 2195807 bytes, checksum: 6c4aa278c4912dca2b6f730745626ae8 (MD5) / A Inteligência Artificial tem sido um dos principais campos de estudo na área da Ciência da Computação tentando resolver problemas de difícil solução. Todos os problemas são difíceis até que sua solução seja conhecida (Fogel, 1995). Os métodos de abordagem de problemas de difícil solução encontram na Inteligência Artificial respostas satisfatórias através de paradigmas como os modelos conexionistas baseados na estrutura neuronal do cérebro humano. As Redes Neurais surgiram com o intuito de obter resultados satisfatórios comparados aos sistemas especialistas, que falham em área de competência não restrita. Essa característica é imprescindível quando tratamos problemas voltados ao âmbito biológico, pois é preciso interagir com o meio, reconhecer padrões, adaptar-se e estabelecer processos indutivos e dedutivos. A Ciência da Computação tem propiciado a evolução do conhecimento na área de Ciência Biológica e da Saúde. Citando pesquisas como o Projeto Genoma, visualizamos a Ciência da Computação não apenas como fator auxiliar, mas sim como fator limitante no desenvolvimento destas pesquisas. Isso têm direcionado grande número de trabalhos de defesa de tese voltados para a área de Ciência Biológica e da Saúde objetivando a aplicação de Inteligência Artificial em processos de classificação e diagnóstico, onde os métodos convencionais falham ou a precisão não alcança um valor de confiança suficiente. A proposta deste trabalho é utilizar as Redes Neurais como ferramenta no processo de classificação cefalométrica de um indivíduo. A Cefalometria utiliza métodos estatísticos convencionais para obtenção destes resultados, estudando um universo de indivíduos restritos a áreas geopoliticamente isoladas ou com pouco cruzamento racial. A aplicação de Redes Neurais como Método de Classificação Cefalométrica pode aproximar a precisão dos resultados a um valor de confiança suficiente comparada aos métodos atuais. / Artificial Intelligence has been one of the main matters in Computational Science area that tries to find solutions for difficult problems or those ones whereas is impossible to be solved. All the problems are difficult until their solution be known. (Fogel 1995). Approaching methods for difficult problems can get answers by paradigms like connexionistic models based on human brain neuronal structures. Neural Networks appeared intending to obtain satisfactory results compared to Specialist System that fails in unrestricted competence area. This characteristic is needful when we work out in problems pertaining to biological scopes causer we need to interact with the environment, recognizing patterns and adapting ourselves to establish inductive and deductive process. Computational Science has been providing knowledge evolution in Biological Science and Health area. Mentioning researches such as Genome Project we foresee Computational Science not only as an auxiliary factor but also a limitable one for these researches development. So this has been guiding a great number of works for thesis presentations involving Biological Science and Health areas aiming the use of Artificial Intelligence in diagnosis and classification processes whereas conventional methods or precision does not reach enough reliability. Cephalometry, an Biological Science area for studying human cranial measures, uses conventional statistical methods to obtain anthropomorphic characteristics studying an universe of individuals, restricted to an isolated geopolitical areas, or with few racial crossing. The proposal for using Neural Network as a Cephalometric classification method aims, in this work, to approach results in precision and accuracy an enough reliable value compared to the actual methods.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-20T10:28:32Z (GMT). No. of bitstreams: 1 235270.pdf: 2368264 bytes, checksum: 3bf54056ed91e4f3eef2eea08e84ca67 (MD5) / Esse trabalho monográfico remete, em primeira instância, ao processo de fusão operacional entre a Gestão do Conhecimento e a Inteligência com parâmetros condicionais de Inteligência Artificial (KMAI). E em seguida à incorporação prática e teórica de um modelo revolucionário de análise de informações que inicia com uma metodologia de representação do conhecimento suportada por ferramentas próprias (Representação do Conhecimento Contextualizado Dinamicamente - RC2D) e finaliza com algoritmos inteligentes de recuperação de informações (Pesquisa Contextual Estruturada - PCE), passando por uma miríade de tecnologias conhecidas, mas de ponta, de apoio e agregação de valor. O KMAI Knowledge Management with Artificial Intelligence ou Gestão do Conhecimento com Inteligência Artificial é antes de mais nada um conceito. Ele visa ser um diferencial estratégico nas organizações do conhecimento que querem adquirir competitividade através do processamento de informações para a tomada de decisão. Apresentar os fundamentos históricos da ebulição da Sociedade da Informação com destaque para as necessidades e acontecimentos da Segunda Guerra Mundial, bem como, descrever a processo KMAI e suas ferramentas tecnológicas visualizando-as em implantações palpáveis, tornam-se os objetivos dessa dissertação.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-20T14:21:08Z (GMT). No. of bitstreams: 0Bitstream added on 2013-07-16T19:14:31Z : No. of bitstreams: 1 198977.pdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Os portadores de deficiência auditiva são alfabetizados de maneira diferenciada em relação aos ouvintes, eles são alfabetizados ou através da língua de sinais (LIBRAS) ou oralizados (Leitura Labial), e qualquer que seja o método utilizado acarreta dificuldades no processo de transcrição ou tradução destes conhecimentos para a linguagem escrita.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-20T14:23:17Z (GMT). No. of bitstreams: 1 228161.pdf: 4232906 bytes, checksum: 0620825dbc209a3b39ba68613207ff81 (MD5) / As inovações na área da Tecnologia da Informação têm proporcionado grandes mudanças no método de pensar da sociedade moderna. Neste âmbito, também a educação, embora um termo tão antigo e tradicional, está abrindo espaço para acrescer tais novidades. Professores possuem novos mecanismos de transmissão de conhecimentos e alunos, cada vez mais, requerem novas tecnologias, tanto nas salas de aula quanto nos cursos promovidos à distância. Esta dissertação descreve o ambiente TEIA # Tecnologia de Ensino com Inteligência Aplicada. Tal sistema foi desenvolvido especialmente para ser um protótipo de um ambiente educacional, com suporte de Agentes Inteligentes, definidos por meio da Inteligência Artificial. Procurou-se, através das referências bibliográficas, oferecer um embasamento pedagógico inicial, com enfoque à aprendizagem cognitiva, não esquecendo de citar a área da Inteligência Artificial, que é o principal ponto de apoio deste sistema. O ambiente TEIA, além de permitir o cadastro e gerenciamento de vários cursos concomitantes e em diferentes áreas, apresenta algumas funcionalidades, como temas de fórum, salas de bate-papo, documentos disponíveis na biblioteca, etc. Alguns destes itens são providos de inteligência, como é o caso da sala de batepapo, que exibe um tutor virtual inteligente, bem como outros itens neste estilo, objetivando a defesa de que é possível construir um ambiente interativo inteligente para auxiliar a educação nos tempos atuais.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-18T06:29:15Z (GMT). No. of bitstreams: 1 226343.pdf: 1058925 bytes, checksum: 301825ec42b8538ad9412055c5ad005c (MD5)

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-18T10:48:32Z (GMT). No. of bitstreams: 0 / As novas tecnologias estão se disseminando nos mais variados campos de atuação humana, e entre esses podemos destacar a área da educação. O computador na educação vem sendo usado como um instrumento de complementação e de aperfeiçoamento no processo ensino-aprendizagem. Dentro desta perspectiva, apresentamos o desenvolvimento de uma aplicação prática de Inteligência Artificial em um ambiente educacional mediado pelo computador. O protótipo desenvolvido é baseado em técnicas de Inteligência Artificial e possui características de um Sistema Tutorial Inteligente. Do ponto de vista conceitual, o protótipo proposto é resultado da investigação de novas metodologias a serem aplicadas no curso de Cálculo Diferencial e Integral. Visamos a aprendizagem e também pretendemos despertar nos alunos a capacidade do raciocínio, interesse, empenho, percepção e motivação. O protótipo aborda uma estratégias baseada na teoria de Polya (1995) que sugere a resolução de problemas através de quatro passo básicos que são: compreensão do problema, estabelecimento de um plano, execução do plano e análise do resultado. A utilização dessa estratégia pode auxiliar os alunos na resolução de problemas de Máximos e Mínimos de Funções de Várias Variáveis, já que a maioria dos alunos sente dificuldades em relacionar a teoria com a prática, isto é, aplicar a teoria quando resolve problemas de Máximos e Mínimos de Funções de Várias Variáveis. Esperamos que o protótipo estimule o interesse do aluno e o motive a estudar mais o conteúdo de Máximos e Mínimos de Funções de Várias Variáveis, bem como a disciplina de Cálculo. Também esperamos que o protótipo incentive o professor a utilizar os recursos computacionais em aula e acredite que o computador pode alterar e inovar seus métodos de ensino. O protótipo é implementado usando a Shell KAPPA, que é uma ferramenta adequada para o desenvolvimento de Sistemas Especialistas.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Ciência da Computação / Made available in DSpace on 2012-10-18T10:50:00Z (GMT). No. of bitstreams: 1 226666.pdf: 417011 bytes, checksum: 7c31302d9ea9e11853a8198bb669cdae (MD5)

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-18T12:50:02Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T22:22:45Z : No. of bitstreams: 1 188034.pdf: 2452773 bytes, checksum: ed59301819bb9b07ad91821b619ba851 (MD5) / As principais distorções geradas pela introdução do uso pedagógico do computador no Brasil parecem residir, essencialmente, no quadro caótico do ensino, carente de suporte teórico e prático e que, por essa razão, expõe contrastes acentuados. O presente trabalho objetiva caracterizar as bases teóricas para o projeto de ambientes de aprendizagem a partir da aplicação de recursos da hipermídia e da inteligência artificial, como elementos de qualificação dos softwares educacionais e como ponto de partida para responder às determinantes questões que surgem, quando da concepção de um projeto pedagógico consistente, no âmbito da teoria construtivista.