prof. arildo dirceu cordeiro. dr. departamento de construção civil universidade tecnológica...
TRANSCRIPT
Prof. Arildo Dirceu Cordeiro. Dr.Departamento de Construção CivilUniversidade Tecnológica Federal do Paraná
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁPR
Sistema de Apoio a Decisão com IA
Whitby (1953/2004), define IA como: “O estudo do comportamento inteligente
(em homens, animais e máquinas) e a tentativa de
encontrar formas pelas quais esse comportamento
possa ser transformado em qualquer tipo de Artefato por meio de engenharia”.
Uma outra definição mais genérica cita que a IA é
definida como a inteligência exibida por qualquer coisa
que tenha sido construída pelo homem.
Conceitos de Inteligência Artificial
- Data Mining
- Text Maning
- Neuro-fuzzy Nets
- Semantic Web
- Intelligent Agents
- Ontologies
- UNL (Universal Networking Language)
Principais Técnicas de IA usadas
Mineração de Dados
Mineração de Textos
Redes Neuro-Fuzzy
N
N
N
A1
A2
A3
B1
B2
B3
x 1
x 2
x 1 x 2
Agentes
Agentes com Aprendizagem
Sistemas Multiagentes (SMA)
Web Semântica
Ontologias
Métricas para Medir a Idoneidade
Sistema UNL
Inteligência Artificial na Prática
Gerador Inteligente de Sistemas com Auto-
Aprendizagem para Gestão de Informações e
Conhecimento - GISAAGIC
–Introdução
–Revisão da Literatura
–Sistema Multi-Agentes SMAGS
–Modelo Proposto - GISAAGIC
–Exemplos de Aplicações
–Considerações do Software e Outros Sistemas
–Conclusões e Recomendações
Estrutura do Trabalho na Prática
Estrutura da Apresentação da Aplicação–Contextualização do problema
•Identificação das Necessidades
–Cenário Atual–Cenário Idealizado
•Desafio: Buscas Inteligentes direcionadas para a área de interesse, estruturando e contextualizando dados e informações em tempo real, com auto-aprendizagem, para gestão de informações e conhecimento, apoiando as tomadas de decisões gerenciais
–Inteligência Artificial – Técnicas Empregadas
–Sistema Multi-Agentes SMAGS
–Trabalhos Relacionados•Web Semântica – Grupo W3C
•Buscadores Google, Yahoo, Alta Vista e outros;
•Representação UNL - ONU
–Modelo Proposto – Gerador Inteligente de Sistemas com Auto-Aprendizagem para Gestão de Informações e Conhecimento
–Aplicações em casos reais
Etapas
Tempo gasto para a Coleta de Informações e Tomadas de Decisões Estudo de Liautaud e Hammond (2002)
Tempo Coleta80%
TomadaDecisão
20%
TEMPO ETAPAS
PRÁTICA
Problema de Forma Ampla Necessidade de Informação Contextualizada
Contextualizando o Problema: Necessidade de Informação Contextualizada
Redes com bancos de dados diferentes
Dificuldade de integração de informações
Estruturas de dados diferentes
Documentos com significados não relacionados semanticamente com as áreas de interesse
Problemas Focados na PráticaEnsino: EmpreendedorismoSaúde: Infecção Hospitalar
COMOCAPAZ DE
Especialistas; usuários; auto-aprendizagemAgregar os novos conhecimentos
extrair regras e fazer inferênciasReconhecer padrões
tempo realFornecer informações
estruturando e contextualizandoEfetuar buscas inteligentes
forma dinâmica, integrando sistemas existentesRepresentar o conhecimento
Definir um Sistema
CARACTERÍSTICAS FUNCIONALIDADES
DesafiosGerar Sistemas de Informações Inteligentes;
Representar o Conhecimento da Organização;
Efetuar Buscas Inteligentes Direcionadas:
Extrair Regras e Fazer Inferências sobre as Informações Internas e Externas à Organização;
Auto-Aprendizagem com Usuários, com Buscas Inteligentes e com especialistas
CONCEBER UM GERADOR INTELIGENTE DE SISTEMAS DE INFORMAÇÕES PARA ÁREAS DE INTERESSE DO USUÁRIO
Mineração de Dados e Textos Redes Neuro-FuzzyAgentesWeb SemânticaOntologiasUNL -Universal Networking Language
SMAGS
Análise, pesquisa e classificação de informações, integrando diferentes bancos de dados;
Aproveita sistemas existentes;
NÃO POSSUI
mecanismos de estruturação de dados buscas inteligentes que permita agregar conhecimento.
O SMAGS na Prática
Trabalhos Relacionados• Web Semântica
• Buscadores
• UNL
– Problemas• Não possuem uma forma de representação do conhecimento da
pessoa ou organização para que as buscas sejam relacionadas semanticamente, permitindo a extração de regras e inferências;
• Não possuem auto-aprendizagem com as buscas e especialistas;
• Não possuem mecanismos de recuperação de casos de sucessos para a área de interesse que compare com novas tecnologias incorporadas através buscas inteligentes;
• Também não possuem formas de avaliar metricamente a evolução do SI com as novas tecnologias incorporadas.
Modelo Proposto -Arquitetura do Sistema
Gerador de
Aplicações
DDDicionáriode Dados
Ontologias Bancode Dados
Banco de Casos
Sistemas de
Informações
ModeloRelacional
SUBPROCESSO DE CRIAÇÃO
SMAGS
OntologiasRQDOMÍNIO<
Banco
de Dados
Banco de Casos
SUBPROCESSO DE BUSCA
MARERF
NF
GEDIANFIS e FAN
Agente
GerenteVirtual
SMAGS
Outros
Agentes
AgenteBuscador
Text MiningNeuro-FuzzyExtração de
RegrasWeb Semântica
Text MiningNeuro-Fuzzy
Web MiningHTML, PDF, DOC,
PPT, TXTUNL
Sistemas de
Informações
SUBPROCESSO DE MANUTENÇÃO
MARERF
NF
Neuro-FuzzyExtração de Regras
Métrica de Ontologias
Data Mining
Evolução da Ontologia
Aplicação no Ensino de Empreendedorismo-Ontologia de Domínio, plano de negócio
Pesos Atribuídos a Conceitos e Resultados
Método I(C|D)
TF 1,4654
TF com ganho semântico 1,6426
TFIDF 1,5152
TFIDF com ganho semântico 1,6640
Aplicação na Área de Saúde – Telas do SIGerado -subárea de Infecção Hospitalar
Ontologia de Domínio - Infecção Hospitalar
MétodoGanho de Informação
TF 2,4885
TF com ponderação ontológica
2,1620
TFIDF (TF mais IDF)
2,5825
TFIDF com ponderação ontológica
2,6856
Conexão da Ontologia Temporária – O. D.
PROCESSO CONTÍNUO
Extensões: Gerador UNL
Problemas Focados SolucionadosO conhecimento da organização é representado através de ontologiasde domínio com os conceitos e relações melhoradas semanticamente;
As buscas inteligentes direcionadas, estruturam e contextualizam osdados fragmentados na internet e em sistemas legados na organização;
A rede neuro-fuzzy, através de ações compartilhadas com agentes podereconhecer padrões, extrair regras e fazer inferências sobre dados internos e externos à organização;
Os novos conhecimentos adquiridos através de especialistas, usuários ou buscas inteligentes internas/ externas, são agregadas ao SI daorganização em processo contínuo de auto-aprendizagem;
As informações são fornecidas de forma estruturada e contextualizadasem tempo real, permitindo formular hipóteses de resultados, apoiandoas tomadas de decisões.
Problemas SolucionadosAs informações de interesse resultantes da buscas inteligentes, estruturadase contextualizadas, são repassadas em tempo real para os usuários.
As mensagens são mostradas por um agente especial (boneco Djames), deforma escrita ou falada após um espocar discreto na tela.
No caso do documento sobre ‘enterococcus’ da aplicação na área de saúde,a mensagem em tempo real seria:
‘Enterococcus”
“Hospitais paulistas têm bactéria que causa infecção hospitalar”
Como o sistema é dotado de reconhecimento de voz, bastaria pedir detalhes.
Para apoiar as decisões gerenciais, o sistema pode comparar com a situaçãona organização e sugerir providências com base nas informações do caso emtela.
O sistema também pode extrair relatórios e gráficos do que existe a respeitonos diferentes aplicativos dos diversos setores da organização ou mesmocolher informações verbais que possam apoiar a decisão gerencial.
AMBIENTE
Conclusões• O GISAAGIC gera SI híbridos, utilizando diferentes
técnicas de IA integradas;
• Efetua buscas inteligentes direcionadas;
• Analisa, estrutura e contextualiza dados;
• As informações contextualizadas podem apoiar as tomadas de decisões em tempo real, viabilizando melhores e mais rápidas decisões de forma justificada
• A representação do conhecimento de organizações através de ontologias com conceitos de UNL, potencializa e facilita a evolução da ontologia através da agregação de novos conhecimentos oriundos de buscas inteligentes
Recomendações para Trabalhos Futuros
• Desenvolvimento de um editor próprio de ontologias;
• Desenvolvimento de conversores da ontologia de domínio para UNL;
• Desenvolvimento de conversores de documentos em HTML, texto ou PDF retornados pelo agente GEDI;
• Geração de um tutorial inteligente para treinamento de novos usuários;
• Outros módulos relacionados na tese.
F I M
Obrigado!
Metodologia científica: definição É um conjunto de abordagens,
técnicas e processos utilizados pela ciência para formular e resolver problemas de aquisição objetiva do conhecimento, de uma maneira sistemática.
Metodologia científica: adaptações Considerar:
natureza do conhecimento: científico, filosófico, artístico, místico, etc
ciência pura (aquisição do conhecimento sem finalidades de utilização prática) x aplicada (utilização dos conhecimentos da ciência pura e da tecnologia em aplicações práticas)
Metodologia científica: adaptações Considerar:
operações lógicas no conhecimento científico indução, dedução, inferência
o método científico hipótese (afirmação ainda não comprovada sobre algum fenômeno) x tese (afirmação comprovada sobre algum fenômeno) x teoria (conjunto de teses que explicam o fenômeno) x modelo (descrição formal de um fenômeno, que pode ser utilizado para testar novas hipóteses e fazer predições)
Metodologia científica: adaptações Considerar:
estudo observacional (coleta de dados sem influenciar os eventos) x experimental (influência deliberada nos eventos, buscando verificar os efeitos da intervenção)
estudo transversal (coleta dos dados num único instante no tempo, obtendo um recorte momentâneo do fenômeno investigado) x longitudinal (coleta dos em dois ou mais momentos, havendo um acompanhamento do desenrolar do fenômeno considerado)
Metodologia científica: adaptações Considerar:
dados e análises qualitativos x quantitativos
o papel da estatística descrição da variabilidade e tendências centrais dos resultados, para entender o fenômeno.
Etapas da investigação científica1 - Escolha do tema
2 - Planejamento da investigação
Redação do projeto de pesquisa
Redação do projeto de pesquisa Título / participantes / local / (financiamento) Introdução: exposição do tema, de aspectos gerais até
específicos; bibliografia adequada e atualizada Objetivos: gerais e específicos; justificativa Materiais e métodos: detalhados ou com referências
bibliográficas Cronograma de execução: referenciais de
acompanhamento Exequibilidade Referências bibliográficas
Etapas da investigação científica1 - Escolha do tema
2 - Planejamento da investigação
3 - Coleta e armazenamento de informações (observação, experimentação)
4 - Análise dos resultados, elaboração das conclusões
5 - Divulgação dos resultados
1 - Escolha do tema Pesquisas originais, ou de confirmação ou ainda de
repetição para aprendizado Derivado de conhecimento/investigações anteriores do
tema Derivado de idéias dadas pelo orientador ou colegas, ou
de idéias totalmente originais (insight) Derivado da literatura científica, pesquisa bibliográfica
Objetivos parciais e finais da pesquisa
utilização da Internet
1 - Escolha do tema Pesquisa bibliográfica
levantamento de trabalhos já realizados sobre o mesmo tema, num determinado período - nível geral x nível específico
levantamento dos métodos e técnicas a serem utilizadas na investigação
realizada com metodologia específica e utilizando publicações e bancos de dados especiais (índices)
(apresentar um alto grau de interesse/satisfação ao pesquisador).
1 - Escolha do tema O tema escolhido deve
representar uma questão relevante, cujo melhor modo de solução se faz por meio de uma pesquisa científica
ser factível em relação à competência dos pesquisadores, à infraestrutura do laboratório e ao tempo e recursos disponíveis
2 - Planejamento da investigação Pesquisadores, técnicos e suas atribuições no projeto Materiais a serem utilizados: equipamentos, material
de consumo, veículos etc estão ou serão disponíveis ao longo do projeto?
2 - Planejamento da investigação Métodos a serem utilizados: identificação e seleção de
todos os métodos e técnicas (inclusive computacionais e estatísticas) a serem usadas na pesquisa; treinamento e validação da metodologia através de projeto piloto ou protótipo ANTES de iniciar o projeto.
ou: Desenvolvimento ou aperfeiçoamento de técnicas e métodos (pesquisa metodológica)
2 - Planejamento da investigação Como serão coletados, armazenados e
analisados os dados: tamanho da amostra, formas de tabulação e tratamento dos dados, testes estatísticos a serem utilizados.
Cronograma de desenvolvimento: quais metas serão atingidas em que momentos ao longo do projeto?
3 - Coleta e armazenamento de informações
Realização de estudos observacionais (aplicação de questionários, estudos de campo, registro de dados exploratórios, etc.)
Realização de estudos experimentais (manipulação das variáveis de estudo, coleta de resultados)
Mensuração e comparação de dados de desempenho, uso, impacto, etc (quando for pesquisa metodológica)
Estudos observacionais Questionário: instrumento ou programa de coleta de
dados confecção pelo pesquisador, preenchimento pelo
informante linguagem simples e direta etapa de pré-teste, num universo reduzido
Entrevista plano caráter exploratório ou coleta de
informações
Estudos observacionais Observação
conhecimento prévio do que observar planejamento de um método de registro fenômenos não esperados registro fotográfico ou vídeo relatório.
Estudos experimentais Sujeitos ou objetos a serem estudados no
experimento: grupos controle e experimental grupo controle não recebe a influência da
variável independente grupo experimental recebe a variável
independente Relação causa-efeito determinada pela
comparação estatística entre os grupos Observação dos resultados.
Estudos experimentais Perigo do viés (bias): influência inconsciente ou
consciente por parte dos sujeitos ou pesquisadores sobre o resultado da pesquisa
Eliminação ou redução do viés: atribuição aleatória dos sujeitos aos grupos sujeitos ignoram a que grupo pertencem (estudo
cego) pesquisadores também ignoram (estudo duplo-
cego)
4 - Análise dos resultados, elaboração das conclusões
Dois tipos de dados e análises: Qualitativos Quantitativos
Classificação, codificação e tabulação dos resultados.
Classificação Dividir um todo em partes, dando ordem as partes e
colocando cada uma no seu lugar critério ou fundamento base da divisão a ser
feita. Ex: sexo é o critério; masculino e feminino são classes
ou categorias.
Codificação Colocar determinada informação na categoria que lhe
compete, atribuindo-se para cada categoria um símbolo (palavra ou números).
Tabulação Disposição gráfica dos dados obtidos.
O papel da estatística Os resultados quase sempre são variáveis,
principalmente em biologia e medicina É necessário descrever a variabilidade e as tendências
centrais, para entender o fenômeno Para comprovar diferenças entre situações
observacionais e experimentais, é necessário usar métodos estatísticos.
Descrição e análise dos dados O que os dados significam para a nossa pesquisa?
o que é típico no grupo (média, mediana e moda)? até que ponto variam os indivíduos no grupo
(amplitude, desvio médio e desvio padrão)? como os indivíduos se distribuem com relação à
variável que está sendo medida (distribuição é normal ou não)?
qual a relação entre as diversas variáveis (na estatística há vários métodos, mas nenhum deles garante a existência de um nexo causal)?
Elaboração das conclusões Após estas etapas “o pesquisador fará
as ilações que a lógica lhe permitir e aconselhar, procederá as comparações pertinentes e, com base nos resultados alcançados, enunciará novos princípios e fará as generalizações apropriadas”.
5 - Divulgação dos resultados Seminário / journal club Apresentação em congresso (resumo, poster,
comunicação oral) Relatório Dissertação / tese Artigo científico Livro / capítulo de livro Internet
variam regras, finalidade, público atingido, etc
realizar a pesquisa
formular a pergunta
interpretar resultados
divulgar resultados
Como fazer pesquisa?
CNPqFINEPPADCTFAPsetc
posiçãoprodutividadeformação de recursos humanos