O diagnóstico, como tarefa intensiva em conhecimento, é um processo complexo uma vez que existe uma grande variedade de elementos e circunstâncias a serem considerados para uma tomada de decisão. Incertezas geradas pela subjetividade, imprecisão e/ou falta de informações atualizadas existem em quase todos os estágios e interferem quanto à segurança e eficácia no resultado. Os dados e informações úteis, quando coletados e tratados adequadamente (técnica), provenientes de diagnósticos realizados (processo) e que permanecem em estado latente, podem tornar-se uma valiosa fonte de conhecimento se associados à experiência e observação do profissional (humano) que os utiliza. Assim, o objetivo desta pesquisa é propor um modelo de Engenharia do Conhecimento que possibilita a geração de novos conhecimentos para apoiar o processo de diagnóstico. As metodologias, métodos e técnicas da Engenharia do Conhecimento, utilizados neste modelo para apoiar este processo, são: CommonKADS, Ontologias, Cálculo Probabilístico e Sistemas de Descoberta Baseados na Literatura. Através da integração entre esses elementos, o modelo proposto é aplicado em um estudo de caso, o qual possibilita que evidências sejam destacadas e analisadas através de pesquisa literária como possíveis novos conhecimentos. Após a confirmação de um novo conhecimento, envolvendo a comunidade científica, o processo de inferência é atualizado. Para a verificação do aspecto de consistência do modelo, buscou-se o consenso de opiniões em um grupo de especialistas utilizando o método Delphi. Os resultados mostram que a aceitação nos conceitos, métodos e técnicas, que compõem o modelo, fica acima de um mínimo estabelecido para este estudo e os comentários dos especialistas geraram reflexões para compor o resultado final deste trabalho. Conclui-se, portanto, que, através desta pesquisa, o modelo proposto atende os requisitos para a geração de novos conhecimentos e contribui para o aperfeiçoamento da tarefa de diagnóstico. / The diagnosis, as knowledge-intensive task, is a complex process since there is a wide variety of elements and circumstances to be considered for a decision-making. Uncertainty generated by the subjectivity, vagueness and/or lack of updated information exist in almost all stages and interfere for the safety and efficacy in the outcome. The data and useful information, when collected and treated appropriately (technical), deriving from diagnosis accomplished and which remain latent (process), can become a valuable source of knowledge if associated with the experience and observation of the individual (human) who uses them. The goal of this research is to propose a model of Knowledge Engineering that allows the creation of new knowledge to support the diagnosis process. The methodologies, methods and techniques of Knowledge Engineering, used on this model to support the process are: CommonKADS, Ontology, Probabilistic Calculation and Discovery Systems Based on Literature. Through the integration of these elements, the proposed model is applied to a case study which allows evidence to be highlighted and analyzed through research literature as potential new knowledge. After the information of a new knowledge, involving the scientific community, the inference process is updated. To verify the consistency aspect of the model, it is sought the consensus of opinions in a group of experts using the Delphi method. The results show that the acceptance of the concepts, methods and techniques that comprise the model are above the minimum established for this study, and comments from the experts generated ideas to compose the final result of this work. It is concluded, therefore, that through this research, the proposed model meets the requirements for the generation of new knowledge, and contributes to the improvement of the diagnostic test.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.utfpr.edu.br:1/330 |
| Date | 29 September 2011 |
| Creators | Lopes, Luiz Fernando |
| Contributors | Gonçalves, Alexandre Leopoldo, Todesco, José Leomar, Todesco, José Leomar |
| Publisher | Universidade Federal de Santa Catarina, Curitiba, Programa de Pós- Graduação em Engenharia e Gestão do Conhecimento |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | http://btd.egc.ufsc.br/wp-content/uploads/2011/11/ |
Page generated in 0.0028 seconds