Return to search

Uma abordagem baseada em ontologias para a interoperabilidade entre agentes heterogêneos / An ontology-based approach to interoperability among heterogeneous agents

Esta dissertação apresenta a utilização de ontologias como um primeiro passo em direção à interoperabilidade, no nível semântico, entre agentes de diferentes domínios. O contexto de aplicação é um portal educacional chamado PortEdu. Este portal fornece a infra-estrutura e suporte para ambientes de aprendizagem baseados em agentes. O foco deste trabalho é em um agente específico, o agente social, no qual são acrescentadas todas as funcionalidades necessárias para que ele possa interagir com agentes fora de seu contexto. O agente social pertence a um ambiente de aprendizagem multi-agente projetado para apoiar o treinamento do raciocínio, diagnóstico e modelagem de domínios de conhecimento incerto e complexo, como a área médica. Esse ambiente de aprendizagem chama-se AMPLIA. O conhecimento do agente social é modelado através de redes bayesianas, as quais possibilitam ao agente representar seu conhecimento probabilístico e tomar decisões através dele. A representação através de redes bayesianas não foi desenvolvida para ser utilizada no processo de comunicação com outros agentes, o que dificulta a interoperabilidade do agente social com os demais agentes do portal educacional, no qual os ambientes de ensino aprendizagem encontram-se ancorados. A abordagem proposta para fornecer interoperabilidade amplia a arquitetura do agente social possibilitando-o representar seu conhecimento probabilístico através de OWL (Web Ontology Language) e também sua comunicação com agentes externos através de FIPA-ACL (Foundation for Intelligent Physical Agents – Agent Communication Language), linguagem para comunicação utilizada no PortEdu. A OWL não foi projetada para representar incerteza, sendo assim, também foi desenvolvida uma estrutura para possibilitar tal representação em OWL. / This dissertation presents the utilization of ontologies as a first step towards interoperability at the semantic level among agents of different domains. Our test bed is an Educational Portal (PortEdu). This portal provides the infra-structure and support for agent-based learning environments. We focus on a specific agent, the social agent, adding all the necessary functionality for him to interact with agents that aren’t fully aware of its context. The social agent belongs to a Multi-agent Learning Environment designed to support training of diagnostic reasoning and modeling of domains with complex and uncertain knowledge, such as the medical area. This learning environment is called AMPLIA. The knowledge of social agent is implemented with Bayesian networks, which allows the agent to represent its probabilistic knowledge and make its decisions. The representation through Bayesian networks was not designed to be used for communication with other agents, which makes it more difficult for the social agent to interoperate with the agents present in the portal. The approach proposed to supply interoperability extends the social agent’s architecture allowing the representation of his probabilistic knowledge through OWL (Web Ontology Language) and also allows this communication with external agents through FIPA-ACL (Foundation for Intelligent Physical Agents – Agent Communication Language), which is the communication language adopted in PortEdu. OWL was not designed to represent uncertain knowledge, thus, it was also developed a structure to allow such representation in OWL.

Identiferoai:union.ndltd.org:IBICT/oai:lume.ufrgs.br:10183/7839
Date January 2006
CreatorsSantos, Elder Rizzon
ContributorsVicari, Rosa Maria
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds