Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Automação). Faculdade de Engenharia. Universidade do Porto. 2009

Made available in DSpace on 2019-03-29T23:12:39Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-07-07 / In order to answer queries to human users on the web, intelligent agents use a reasoning mechanism to process information and access services available on the web. Every step of this reasoning process form a proof and the information presented in these proofs facilitate generating explanations from proofs on the web. However, these automatic generated proofs are not ready to be presented to human users and they need to be transformed and simplified into explanations closer to human language. In this dissertation, we present an architecture for abstracting proofs in order to make them more appropriate for human explanation. This architecture uses abstraction patterns, which are proof fragments that can be replaced by rules that are more meaningful for people. Our abstraction approach consists of using the IWAbstractor algorithm, which has been developed by researchers of Stanford University, along with a set of strategies to abstract automatic generated proofs using abstraction patterns. This way, proofs become simpler and more comprehensible for people. Keywords: Artificial Intelligence, Semantic Web, Knowledge Representation, Abstraction, Explanation. / A fim de responderem as consultas realizadas pelas pessoas na web, agentes inteligentes utilizam um mecanismo de raciocínio para processar as informações e acessar os serviços disponíveis na web. Todos os passos desse raciocínio formam uma prova e as informações dessas provas auxiliam nas explicações dos resultados aos usuários. Entretanto, essas provas, geradas por raciocinadores automáticos, não estão prontas para serem exibidas a pessoas e precisam ser transformadas e simplificadas em explicações mais próximas da linguagem das pessoas. Nesta dissertação, apresentamos uma arquitetura de abstração de provas para torná-las apropriadas para explicações para pessoas. Essa arquitetura utiliza padrões de abstração, que são fragmentos de provas que podem ser substituídos por regras com um significado maior para as pessoas. A nossa abordagem de abstração consiste em uma extensão do algoritmo IWAbstractor, desenvolvido por pesquisadores da universidade de Stanford, que juntamente com um conjunto de estratégias é utilizado para abstrair provas utilizando os padrões de abstração. Dessa forma, as provas geradas por raciocinadores automáticos tornam-se mais simples e compreensíveis para pessoas. Palavras-chave: Inteligência Artificial, Web Semântica, Representação de Conhecimento, Abstração, Explicação.

Made available in DSpace on 2019-03-29T23:12:45Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-07-07 / With the advent of the Semantic Web, the process of answering user queries on the Web requires more and more interaction between a person and an intelligent agent. To answer these queries, agents must search for semantic Web services (SWS) available on the Web and if necessary, compose them to get a result for the user. Besides the result of their queries, users need to understand how the solution was produced before they can trust and depend on these solutions. They need explanations that describe the SWS flow and the inference steps performed to produce a specific result. For this work, we present a system called XPlainS that automatically generates an infra-structure to provide explanations of SWS, which is domain free. Our approach involves a strategy to generate rules used to represent explanations of SWS execution. We prove the feasibility and present the advantages of our approach by comparing explanations generated by XPlainS with explanations generated by systems that require extensive knowledge of the domain, and through an evaluation performed through tests applied to users. Keywords: Artificial Intelligence, Knowledge Representation, Semantic Web, Web Services, Semantic Web Services, Explanation. / Com a evolução da Web Semântica, o processo de realizar consultas na Web torna-se cada vez mais um processo interativo entre uma pessoa e um agente inteligente. Para responder a essas consultas os agentes devem buscar serviços disponíveis (SWS) na Web e se necessário fazer uma composição entre esses serviços para conseguir o resultado para a consulta do usuário. Além do resultado da consulta, os usuários precisam entender como a solução foi produzida antes que possam confiar e depender dessa solução. Eles precisam de explicações que descrevam o fluxo de SWS e os passos de inferência que foram seguidos para produzir um resultado particular. Neste trabalho definimos um sistema chamado XPlainS que automaticamente gera uma infra-estrutura para prover explicações de serviços Web semânticos e que é livre de domínio. Nossa abordagem envolve uma estratégia para geração de regras usadas para representar explicações de execução de SWS. Mostramos a factibilidade e as vantagens de nossa abordagem pela comparação de explicações geradas por XPlainS com explicações geradas por sistemas que requerem conhecimento extensivo de domínio, e através de uma avaliação realizada por meio de testes da ferramenta com usuários. Palavras-chave: Inteligência Artificial, Representação do Conhecimento, Web Semântica, Serviços Web, Serviços Web Semânticos, Explicação.

Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2010

Made available in DSpace on 2013-08-07T18:42:25Z (GMT). No. of bitstreams: 1 000423722-Texto+Completo-0.pdf: 1883295 bytes, checksum: c25b8a17cc6e712522af45ee69aa8495 (MD5) Previous issue date: 2010 / This work presents an adaptation of a metadata model to describe ontologies. This adaptation aims to enrich the model with new data to describe ontologies, offering to researchers a wider range of information to help them to find out and select ontologies. The resulting model is used on an application whose goal is to support description and retrieval of ontologies from the ontology portal OntoLP. To assess the proposed prototype, a survey was conducted, where the participants were asked about the new search functions of the OntoLP. / Este trabalho apresenta a adaptação de um modelo de metadados de descrição de ontologias. Essa adaptação tem por objetivo enriquecer o modelo selecionado com novos dados para descrição de ontologias, oferecendo aos pesquisadores da área uma gama maior de informações para auxiliá-los no processo de identificação e seleção de ontologias em língua portuguesa. O modelo resultante da adaptação é utilizado em uma aplicação, cujo objetivo é oferecer novos serviços ao Portal OntoLP para descrição e recuperação de ontologias. Para avaliação do protótipo proposto, foi realizada uma survey onde os participantes foram questionados sobre os serviços de busca de ontologias do Portal.

Made available in DSpace on 2014-06-12T15:56:37Z (GMT). No. of bitstreams: 2 arquivo2957_1.pdf: 1211049 bytes, checksum: 7271cbf6edc1ea612933219d2dca57b6 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Devido às limitações da Web Atua iniciou-se o desenvolvimento de uma evolução da Web, denominada Web Semântica. Nesta nova Web, o conteúdo e a apresentação das informações devem estar separados e representados em uma notação adequada as novas necessidades da comunidade digital. Devido a isso, várias áreas de pesquisa, como por exemplo, a representação do conhecimento e o raciocínio automático, estão trabalhando com o intuito de tornar a Web Semântica uma realidade. Normalmente, o conhecimento é formado por várias partes e nem sempre é possível representá-lo, apropriadamente, utilizando um único formalismo de representação. Devido a isso, sistemas que lidam com representações diferentes podem ser de grande ajuda. O objetivo deste trabalho é estudar formalismos de representação de conhecimento e métodos de raciocínio automático, para propor um motor de inferência híbrido, chamado MONK, que possa ser utilizado na Web Semântica. Para a criação do MONK foi utilizado como base o projeto do sistema MANTRA. Foram mantidos os algoritmos de unificação (Martelli e Montanari) e inferência (t-entailment), pois são algoritmos decidíveis e eficientes, mas a arquitetura foi modificada para facilitar a inclusão futura de novos formalismos, como Frames, Redes Semânticas e Lógica de Descrições (usada na OWL, que é a linguagem padronizada para a Web Semântica). O MONK dá ênfase a Lógica de Primeira Ordem (baseada em uma Lógica de Quatro Valores), tornando-a seu formalismo padrão. Com isso, desde que algum formalismo possua um mapeamento para a Lógica de Primeira Ordem, ele poderá ser suportado pelo MONK sem que seja necessário implementar novos algoritmos de raciocínio

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-09-20T20:55:26Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Raisa Brito Costa.pdf: 3184760 bytes, checksum: 2a558a0db31867fe1e24ebae3d6a7982 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-10-01T23:16:18Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Raisa Brito Costa.pdf: 3184760 bytes, checksum: 2a558a0db31867fe1e24ebae3d6a7982 (MD5) / Made available in DSpace on 2018-10-01T23:16:18Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Raisa Brito Costa.pdf: 3184760 bytes, checksum: 2a558a0db31867fe1e24ebae3d6a7982 (MD5) Previous issue date: 2017-08-25 / CAPES / Milhares de pessoas no mundo sofrem de algum transtorno mental, como depressão ou transtorno bipolar, apresentando dificuldades de enfrentar os desafios do cotidiano. No pior caso, essas condições levam as pessoas ao suicídio. Apesar de existirem tratamentos para a maioria desses problemas, a maior parte das pessoas afetadas não busca ajuda, por falta de condições financeiras ou devido ao estigma que rodeia essas doenças. Em virtude disso, existem programas mantidos por Governos de alguns países, como sistemas de apoio a pessoas nessas condições e grupos de apoio na internet. Nos grupos baseados na internet, é possível encontrar centenas de depoimentos que relatam experiências de pessoas que passaram ou estão passando por essas condições, buscando inspirar, motivar e mostrar para pessoas que sofrem que elas não são as únicas a enfrentar esses desafios, e que é possível conviver com esses problemas e tratá-los. Contudo, na maioria dos casos, encontrar um depoimento relevante ao contexto de um leitor particular é uma tarefa demorada e difícil, visto que existem centenas deles na internet e, na sua grande maioria, são textos longos e desestruturados. Nesse cenário, sistemas de recomendação são uma alternativa interessante para oferecer um serviço personalizado para cada leitor. Sistemas de recomendação fornecem automaticamente indicações personalizadas de itens, de acordo com o interesse particular de um usuário (ou grupo de usuários). Este projeto de mestrado desenvolveu um Sistema de Recomendação de Texto para auxiliar pessoas que sofrem de transtornos mentais. Os textos (depoimentos) recomendados foram coletados de diversas fontes da internet e estão armazenados em um repositório local. O sistema foi implementado utilizando técnicas de filtragem de informação, tendo dois módulos: um de filtragem baseada em conteúdo, e outro de filtragem colaborativa. Os resultados obtidos com os testes foram satisfatórios, apresentando uma forte correlação entre a avaliação dada pelo usuário e a avaliação dada pelo sistema para o mesmo depoimento. / Thousands of people in the world suffer from some mental disorder, such as depression or bipolar disorder, facing difficulties to tackle the challenges of everyday life. In the worst case, these conditions may lead to suicide. Although there are treatments for most of these problems, the majority of the affected persons do not seek help, due to lack of financial conditions or to the stigma surrounding these diseases. In order to help the people, some countries maintain governmental programs which offer support systems and supporting groups on the internet. In internet-based groups, it is possible to find hundreds of testimonials (personal letters) that convey experiences of people who have undergone or are undergoing these conditions. The aim is to inspire, motivate and show to people who suffer from mental disorders that they are not the only ones to face these challenges, and that is possible to deal with these problems and find proper treatment. However, in most cases finding relevant testimony to the context of a particular reader is a time-consuming and difficult task, as there are hundreds of them on the internet, and usually the texts are long and unstructured. In this scenario, Recommendation Systems are an interesting alternative to provide a personalized service for each particular reader. These systems automatically provide indications of items according to the particular interest of a user (or group of users). This MSc project developed a Text Recommendation System to assist people suffering from mental disorders. The recommended texts (testimonials) were collected from various internet sources and were stored in a local repository. The system was implemented based on information filtering techniques, consisting of two modules: content-based filtering and collaborative filtering. The experiments results were satisfactory, showing a high correlation between the evaluation given by the user and the evaluation given by the system for the same testimony.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-05-13T17:12:35Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO_UNIFICADO_DIGITAL_FINAL (1).pdf: 2573159 bytes, checksum: c26fd7c0936cb51a0aab37c9d1e1dd16 (MD5) / Made available in DSpace on 2016-05-13T17:12:35Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO_UNIFICADO_DIGITAL_FINAL (1).pdf: 2573159 bytes, checksum: c26fd7c0936cb51a0aab37c9d1e1dd16 (MD5) Previous issue date: 2015-08-27 / A literatura tem descrito soluções baseadas em web semântica e ontologias como uma estratégia para a implementação de consultas e integração entre fontes de dados, considerando que ontologias e fontes de dados podem apresentar conteúdo complementar em um mesmo domínio. A estratégia tradicional é baseada na execução de consultas em SPARQL (Query Language for RDF) para acesso aos dados de forma integrada a ontologias. Esta estratégia não apresenta expressividade suficiente para derivar novo conteúdo, pois não vai além da álgebra relacional. Uma alternativa à SPARQL é aplicar raciocínio por subsunção disponível para ontologias descritas com Description Logics (DL). No entanto DL por si só não é capaz de determinar o que significa uma instância (dado) sem a existência de uma descrição explícita (axioma). Nesse sentido, há limitações sobre os métodos disponíveis para a web semântica, pois não apresentam uma solução capaz de interpretar de forma automatizada o que significa uma instância (dado) sem a existência de axiomas os quais descrevam o comportamento do domínio. Neste trabalho, é levantada a hipótese de que é possível realizar o aperfeiçoamento nos mecanismos de raciocínio sobre os dados de forma que novos axiomas possam ser gerados segundo a demanda do usuário, e.g. a partir de consultas. Este processo é baseado na utilização da semântica inerente aos registros dos bancos de dados, e dos mapeamentos existentes entre as ontologias e os bancos. Para isso, além das técnicas de web semântica levantadas, são utilizados métodos de Knowledge-intensive Case Based Reasoning (KI-CBR) para a recuperação das informações que representem os melhores resultados. O presente trabalho tem como objetivo apresentar uma proposta de evolução aos métodos de KI-CBR existentes para permitir a recuperação e a geração de casos em ambientes heterogêneos, integrados por meio de várias ontologias e que incluam as restrições disponíveis nas ontologias no processo de definição de solução. O processo de definição de solução é relacionado à extração de novos axiomas a partir do arranjo dos dados e das consultas criadas pelo usuário. Como ponto de partida, será utilizada e modificada a metodologia de KI-CBR incluída na ferramenta jCOLIBRI2. Dados (UniProt/SwissProt, Ensembl e NCBI Taxonomy) e ontologias (Gene Ontology, Chemical Entities of Biological Interest, Protein Ontology e BioTopLite2) do domínio biológico serão utilizados para exemplificação devido a revisão manual, presença de anotações e nível de formalização do conhecimento. A nova ferramenta de CBR derivada do presente trabalho será chamada de IntegrativO CBR e será disponibilizada como um plugin para o editor de ontologias Protégé v.5. A contribuição desta pesquisa se reflete na implementação de uma ferramenta de auxílio para o desenvolvimento de soluções, baseadas em web semântica e ontologias, capaz de recuperar e gerar novos casos em ambientes heterogêneos mediados por ontologias. / The literature describes solutions based on semantic web and ontologies as a strategy integration of data sources. The traditional semantic integration strategy relies on running queries with SPARQL to access data, supported by an ontological representation. This strategy bears a limitation: it does not have enough expressiveness to derive new content due to limited expressiveness. An alternative to SPARQL is to apply reasoning subsumption available for ontologies described in Description Logics (DL). Even in this scenario, DL is not able to determine what an instance is (from data), without explicit statements (axioms). In this sense, there are limitations on the methods available for the semantic web, as it does not provide a solution to enable interpreting data from an ontological point of view. In this work, it is hypothesized that it is possible improve the reasoning mechanisms over the data so that new axioms can be generated according to user demand, e.g. from queries. This process is based on the inherent semantics of the databases, according to an ontological background. For this, along with the semantic web techniques, Knowledge-intensive Case Based Reasoning (CBR-KI) are used to support information retrieval based on similarity analysis to extract the most suitable results. In this sense, this study aims at presenting an evolution to existing KI-CBR methods in order to allow retrieval and generation of cases in heterogeneous environments, integrated through multiple ontologies. It also reuses axioms available in ontologies to define a suitable solution. The solution-making process is related to the extraction of new axioms from the data arrangement and user-created queries. The jCOLIBRI2 tool is used as a basis for the development, as it is delivered as a suite for developing new KI-CBR solutions. Data from biomedical databases (UniProt / SwissProt, Ensembl and NCBI Taxonomy) and biomedical ontologies (Gene Ontology, Chemical Entities of Biological Interest, Protein Ontology and BioTopLite2) are used for exemplification due to manual review of data, presence of data annotations, and level of ontological formalization. The new CBR tool derived from this work is called integrative CBR, and is available as a plugin for the ontology editor Protégé v.5. The contribution of this research is reflected in the implementation of a tool to support the development of solutions based on semantic web and ontologies, able to recover and generate new cases in heterogeneous environments mediated by ontologies.

Orientador: Jacques Wainer / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-21T10:57:52Z (GMT). No. of bitstreams: 1 Monteiro_AnaMaria_M.pdf: 2474089 bytes, checksum: eb28e3b04a983ea35e09120139c1d298 (MD5) Previous issue date: 1996 / Resumo: O termo agente é usado com freqüência na área de representação de conhecimento e raciocínio. Diferentes sistemas foram propostos para modelar um agente raciocinando acerca de seu ambiente, um ambiente que, em muitas aplicações, pode incluir outros agentes. Assim, um agente, às' vezes, deve interagir com outros agentes para levar a cabo uma tarefa ou atingir um objetivo. Neste caso, pode ser importante para o agente representar o conhecimento dos outros agentes com os quais ele interage e pode necessitar raciocinar acerca do conhecimento desses agentes para comunicar-se com eles. Por outro lado, no contexto dos sistemas inteligentes, um agente pode necessitar realizar inferências na presença de informação incompleta ou obter conclusões em ausência de informação em contrário. Então o agente necessita dispor de mecanismos de raciocínio não-monotônicos. O trabalho apresentado aqui relaciona-se com as duas questões anteriores: a, proposta de lógicas não-monotônicas que não só modelam o agente raciocinando não-mono tonicamente a respeito do mundo, mas também a respeito do conhecimento de outros agentes. Este trabalho propõe a extensão de duas famílias de lógicas, para permitir o tratamento de fórmulas que contêm operadores de crenças. Mais especificamente: - desenvolvemos duas lógicas condicionais que permitem raciocinar acerca das crenças de um outro agente (o qual raciocina também na lógica condicional). Discutimos também as propriedades de tais lógicas. -propomos uma lógica preferencial multiagentes, baseada numa relação de preferência proposicional, de forma que tudo ,aquilo que é capturado por essa relação de preferência proposicional translada-se "corretamente" à lógica multiagentes. / Abstract: The term agent is frequently used in the area of knowledge representation and reasoning. Different systems have been proposed to model an agent reasoning about his environment, which in many applications includes other agents. Thus, an agent sometimes must interact with other agents to accomplish a task or a goal. If that is the case, it may be important for the agent to represent the knowledge of other agents with whom it interacts and may find it necessary to reason about their knowledge in order to communicate with them. On the other hand, in the framework of an intelligent system, an agent must make certàin inferences in the face of incomplete information or reach conclusions which rely, in part, on the "absence of evidence to the contrary". Then the agent need to be invested with non-monotonic reasoning mechanisms. The work presented here is concerned with the two issues above: the proposa:l of nonmonotonic logics that not only model the agent reasoning non-monotonically about the world, but also about the knowledge of other agents. This work proposes extensions of two families of logics in such a way that those extensions are able to deal with formulas that contain belief operators. More specifically: - we develop two conditionallogics that allow one to reason about the belief of another agent (which reasons in conditionallogic himself). We also discuss the properties of such logics. - we propose a multi-agent preferential logic, based on a propositional preference relation, in such a way that, whatever is captured by the propositional preference relation, it is carried over "correctly" to the multi-agent logic. / Mestrado / Mestre em Ciência da Computação

Orientador: Jacques Wainer / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-07-23T12:34:38Z (GMT). No. of bitstreams: 1 Nalon_Claudia_M.pdf: 2467341 bytes, checksum: 9f24d9238b525a65fc41d8409dadac9b (MD5) Previous issue date: 1997 / Resumo: As lógicas não-monotônicas podem ser classificadas, segundo as conclusões que podem ser obtidas, em fracas ou fortes. As lógicas fortes, entre as quais se incluem sistemas nãomonotônicos clássicos [Reiter, 80] [McCarthy,80] [Moore, 85] [Marek e Truszczynski, 91], permitem conclusões não desejáveis, deixando de tratar aspectos como, por exemplo, especificidade. Lógicas não-monotônicas fracas, como as condicionais [Delgrande, 87] [Boutilier, 94], não permitem algumas conclusões desejáveis, como as que tratam de irrelevância e herança de propriedades, por exemplo. Esta tese apresenta a semântica da Lógica Condicional Forte (LCF), que atende às características gerais da relação de conseqüência não-monotônica preferencial [Kraus et aI, 90], suportadas pelas lógicas condicionais, mas que, além disso, também lida com outros modos de raciocínio (irrelevância, herança e ambigüidade) não tratados por tais lógicas. A definição da semântica do condicional é mais resttitiva e, além disso, diferentemente de enfoques recentes, que procuram fortalecer lógicas já existentes através de filtros sobre o conjunto de modelos, é proposto um método para a construção dos modelos a partir de. informação local (obtida dos condicionais individualmente) e global (obtida dos condicionais conjuntamente) extraídas diretamente da base de conhecimento / Abstract: Not informed / Mestrado / Mestre em Ciência da Computação