Podcast
Questions and Answers
O que representa o lado esquerdo (LHS) de uma regra de produção?
O que representa o lado esquerdo (LHS) de uma regra de produção?
Qual é a condição necessária para que uma regra seja disparada?
Qual é a condição necessária para que uma regra seja disparada?
O que é o emparelhamento (matching) dentro do contexto de regras de produção?
O que é o emparelhamento (matching) dentro do contexto de regras de produção?
Qual das opções abaixo descreve o papel da memória de trabalho?
Qual das opções abaixo descreve o papel da memória de trabalho?
Signup and view all the answers
Qual é o resultado de um emparelhamento de um padrão com um facto?
Qual é o resultado de um emparelhamento de um padrão com um facto?
Signup and view all the answers
O que deve acontecer antes que uma regra possa ser ativada?
O que deve acontecer antes que uma regra possa ser ativada?
Signup and view all the answers
O que não é uma parte do ciclo de encadeamento para a frente?
O que não é uma parte do ciclo de encadeamento para a frente?
Signup and view all the answers
O que caracteriza uma regra de produção?
O que caracteriza uma regra de produção?
Signup and view all the answers
Qual é o objetivo do emparelhamento (matching) na aplicação de uma regra?
Qual é o objetivo do emparelhamento (matching) na aplicação de uma regra?
Signup and view all the answers
No raciocínio dedutivo em encadeamento para a frente, qual é o primeiro passo a ser seguido?
No raciocínio dedutivo em encadeamento para a frente, qual é o primeiro passo a ser seguido?
Signup and view all the answers
O que descreve o processo de resolução de conflitos na aplicação de regras?
O que descreve o processo de resolução de conflitos na aplicação de regras?
Signup and view all the answers
Qual é a representação da regra R1 no contexto das relações familiares?
Qual é a representação da regra R1 no contexto das relações familiares?
Signup and view all the answers
O que ocorre após a ativação de todas as regras no raciocínio dedutivo?
O que ocorre após a ativação de todas as regras no raciocínio dedutivo?
Signup and view all the answers
Qual das seguintes afirmações é verdadeira sobre as variáveis no emparelhamento de regras?
Qual das seguintes afirmações é verdadeira sobre as variáveis no emparelhamento de regras?
Signup and view all the answers
Como é caracterizado o raciocínio dedutivo mencionado no conteúdo?
Como é caracterizado o raciocínio dedutivo mencionado no conteúdo?
Signup and view all the answers
Qual é a ordem das operações de comparação durante a fase de matching?
Qual é a ordem das operações de comparação durante a fase de matching?
Signup and view all the answers
Como é calculada a negação de um valor lógico fuzzy?
Como é calculada a negação de um valor lógico fuzzy?
Signup and view all the answers
Qual é o valor lógico da conjunção em lógica fuzzy?
Qual é o valor lógico da conjunção em lógica fuzzy?
Signup and view all the answers
Na lógica booleana, qual é o resultado da conjunção P^Q quando P = 1 e Q = 0?
Na lógica booleana, qual é o resultado da conjunção P^Q quando P = 1 e Q = 0?
Signup and view all the answers
Na lógica fuzzy, como é determinada a disjunção de dois valores lógicos?
Na lógica fuzzy, como é determinada a disjunção de dois valores lógicos?
Signup and view all the answers
O que é abordado na abordagem bayesiana?
O que é abordado na abordagem bayesiana?
Signup and view all the answers
Qual é o resultado de P v Q na lógica booleana quando P = 0 e Q = 1?
Qual é o resultado de P v Q na lógica booleana quando P = 0 e Q = 1?
Signup and view all the answers
Como a negação em lógica booleana é representada?
Como a negação em lógica booleana é representada?
Signup and view all the answers
Além da combinação de valores lógicos, a lógica fuzzy é também usada para?
Além da combinação de valores lógicos, a lógica fuzzy é também usada para?
Signup and view all the answers
Qual é a característica principal da Lógica Booleana?
Qual é a característica principal da Lógica Booleana?
Signup and view all the answers
Qual regra de inferência é mencionada como parte da Lógica Booleana?
Qual regra de inferência é mencionada como parte da Lógica Booleana?
Signup and view all the answers
Qual é a principal limitação da Lógica Booleana quando aplicada ao mundo real?
Qual é a principal limitação da Lógica Booleana quando aplicada ao mundo real?
Signup and view all the answers
O que caracteriza uma regra de inferência em um sistema pericial?
O que caracteriza uma regra de inferência em um sistema pericial?
Signup and view all the answers
Na construção de nós beta, de onde derivam os valores Bi,j?
Na construção de nós beta, de onde derivam os valores Bi,j?
Signup and view all the answers
Qual das opções a seguir representa uma dúvida quanto à validade do conhecimento em sistemas com incerteza?
Qual das opções a seguir representa uma dúvida quanto à validade do conhecimento em sistemas com incerteza?
Signup and view all the answers
Qual é uma característica das algebras booleanas citadas?
Qual é uma característica das algebras booleanas citadas?
Signup and view all the answers
O que indica a incerteza em relação aos dados introduzidos em um sistema pericial?
O que indica a incerteza em relação aos dados introduzidos em um sistema pericial?
Signup and view all the answers
O que a entropia representa em um sistema termodinâmico?
O que a entropia representa em um sistema termodinâmico?
Signup and view all the answers
Como a entropia é representada na equação de Boltzmann?
Como a entropia é representada na equação de Boltzmann?
Signup and view all the answers
Qual é a característica da entropia quando a probabilidade de ocorrência (p) se aproxima de 0 ou de 1?
Qual é a característica da entropia quando a probabilidade de ocorrência (p) se aproxima de 0 ou de 1?
Signup and view all the answers
Qual é a fórmula correta para calcular a entropia de um evento, conforme a representatividade logarítmica?
Qual é a fórmula correta para calcular a entropia de um evento, conforme a representatividade logarítmica?
Signup and view all the answers
O que caracteriza um microestado em um sistema termodinâmico?
O que caracteriza um microestado em um sistema termodinâmico?
Signup and view all the answers
Qual é a definição de uma cadeia na conversão de árvores de decisão em regras?
Qual é a definição de uma cadeia na conversão de árvores de decisão em regras?
Signup and view all the answers
O que são nós IF e nós THEN na conversão de árvores de decisão?
O que são nós IF e nós THEN na conversão de árvores de decisão?
Signup and view all the answers
Qual é um exemplo de regra a partir dos elementos apresentados?
Qual é um exemplo de regra a partir dos elementos apresentados?
Signup and view all the answers
Qual a importância da ordem na escolha dos nós em árvores de decisão?
Qual a importância da ordem na escolha dos nós em árvores de decisão?
Signup and view all the answers
Como se pode simplificar uma árvore de decisão segundo o conteúdo?
Como se pode simplificar uma árvore de decisão segundo o conteúdo?
Signup and view all the answers
Qual das seguintes afirmativas sobre a geração de regras é verdadeira?
Qual das seguintes afirmativas sobre a geração de regras é verdadeira?
Signup and view all the answers
O que caracteriza um nó conclusão na conversão de árvores de decisão?
O que caracteriza um nó conclusão na conversão de árvores de decisão?
Signup and view all the answers
Qual é a função básica das regras de produção na abordagem de conversão de árvore?
Qual é a função básica das regras de produção na abordagem de conversão de árvore?
Signup and view all the answers
Study Notes
Sistemas Periciais
- Sistemas periciais são sistemas de apoio à decisão que usam conhecimento especializado para resolver problemas complexos.
- Eles diferem da informática convencional por recorrerem ao conhecimento humano representado por heurísticas e modelos, não apenas a algoritmos.
- A resolução de problemas complexos, sem soluções algorítmicas conhecidas.
- Utilizam heurísticas, ou seja, conhecimento humano, modelos e teorias para obter resultados mais precisos.
- A realidade é demasiado complexa, necessitando modelos para interagir com ela e resolver problemas.
Algoritmo
- Sequência finita de instruções bem definidas e não ambíguas, para resolver um problema particular num intervalo de tempo finito.
- Possui uma quantidade finita de esforço.
- Definição formal para resolver problemas.
Inteligência Artificial
- O objetivo da inteligência artificial é desenvolver máquinas para resolver problemas em que, no momento, os seres humanos são melhores.
Problema
- Frequentemente as pessoas são capazes de resolver problemas sem uma solução algorítmica conhecida.
- A informática convencional tem dificuldades em resolver esse tipo de questões.
- Esse tipo de problemas exige recorrer a técnicas de Inteligência Artificial.
Modelos vs. Teorias
- Um modelo é uma simplificação da realidade.
- Uma teoria é um modelo internamente consistente em termos sintáticos, ou seja, não contém contradições (e semânticas).
- Uma boa teoria deve ser válida, i.e., deve ser um modelo semanticamente consistente.
Exemplos de Sistemas Periciais
- Sistema de produção de papel da PORTUCEL
- Utiliza modelos heurísticos ao invés de modelos físicos, por sua complexidade.
- Gestão de carteiras de ativos
- Modelos matemáticos falíveis. Modelos de preferências e utilidade são utilizados, conhecidos por serem subjetivos.
- MYCIN
- Sistema de diagnóstico de infecções bacteriológicas.
- Sistema de prescrição de terapia baseada no diagnóstico.
XYCIN
- Sistema pericial na forma de um bloco de notas ativo.
- Utiliza a linguagem natural para interagir com o especialista.
- Desempenho comparável ao de especialistas.
Modelagem Indireta do Conhecimento do Especialista
- O especialista utiliza conhecimento simbólico, factos, regras e raciocínio lógico.
- O sistema pericial representa e manipula este conhecimento para resolver problemas.
Arquitectura de Sistemas Periciais
- A Arquitectura representa os compostos de dados, base de conhecimento, máquina de inferência e interface inteligente para a resolução do problema.
- Possui módulos de aprendizagem e explicação.
Características dos Principais Componentes
- Base de Conhecimento:
- Modelos do domínio
- Factos e regras
- Hipótese do "mundo fechado"
- Natureza declarativa
- Máquina de Inferência
- Mecanismos lógicos de raciocínio
- Independente do domínio
- Natureza procedimental
Explicação
- Um sistema pericial pode errar devido a conhecimento incompleto do especialista ou a uma base de conhecimento incompleta.
- Necessário que o sistema tenha mecanismos de validação.
- O módulo de explicação indica as regras aplicadas e a instanciação com os dados da base de conhecimento.
DIPMETER ADVISOR
- Sistema pericial para a interpretação de medições geofísicas.
- Identifica estruturas baseadas em compostos orgânicos.
- Usa um bloco de notas ativo, permitindo uma análise detalhada do problema.
XCON
- Sistema pericial para a configuração de computadores da família VAX.
- Problema complexo. Mais de 400 componentes, 5000 regras e 20000 componentes.
- Elevado sucesso prático.
AUTHORIZER'S ASSISTANT
- Sistema pericial para a análise de problemas do crédito da American Express.
- Problema de grande escala com mais de 35.000 regras.
- Aumento de 20% da produtividade e redução de 33% de crédito não concedido.
Shells
- Ferramentas para o desenvolvimento de sistemas periciais.
- Análogas às ferramentas CASE e são aplicaveis a qualquer domínio.
- Permite a reutilização da máquina de inferência.
- Natureza sintático, independente do domínio de aplicação.
- Necessário construir a base de conhecimento.
Raciocínio Lógico
- Dedução: Usa o silogismo lógico e resultados garantidamente válidos (ex: modus ponens, modus tollens).
- Indução: Generalização e extrapolação de resultados não garantidamente válidos.
- Abdução: Explora as observações para encontrar uma explicação provável e resultados não garantidamente válidos. (Frequente em medicina).
Lógicas Quantificadas
- Lógica proposicional ou de ordem zero. Conjuntos de expressões sintáticas. (fórmulas bem formadas ou fbfs).
- Lógica predicativa ou de primeira ordem. Fbfs podem ser quantificáveis e decompõem-se em termos (constantes, variáveis e predicados).
- Lógica modal ou de ordem superior. Inclui predicados de ordem superior com predicados como argumentos.
Raciocínio Dedutivo
- Modus Ponens:
- Se P, então Q
- P
- Logo, Q.
- Modus Tollens:
- Se P, então Q
- Não Q
- Logo, Não P.
Encadeamento para a Frente (Forward Chaining)
- Começa com os factos conhecidos.
- Utiliza as regras para derivar novas conclusões.
Encadeamento para Trás (Backward Chaining)
- Começa com a conclusão pretendida.
- Utiliza as regras para determinar os factos necessários.
Sistemas de Produção
- Sistema computacional baseado em regras.
- Cada regra possui uma precondição (lado esquerdo) e uma ação (lado direito).
- Se uma precondição for satisfeita, a ação é "disparada".
Base de Conhecimento
- Factos: dados sobre o domínio. Regras conectam os factos. Regras (R1).
Emparelhamento (Matching)
- Comparação de padrões em relação aos factos na base do conhecimento.
- Substituição (ex: variáveis pelos factos).
Ativação de Regras
- Processo de verificar se o LHS de uma regra se encontra com os factos na base de conhecimento (matching).
- Se verificada ação do RHS.
Resolução de Conflitos
- Seleção entre várias regras que podem ser ativadas ao mesmo tempo.
- Critérios heurísticos utilizados (ex: regra com maior número de premissas).
Tipos de Nós na Rede
- Nó raíz: origem da árvore (não possui antecedentes).
- Nó padrão (alfa): representa um padrão.
- Nó junção (beta): ligação entre os nós padrão ou mais nós alfa para representação de novas conclusões.
NÓS BETA
- Método para derivar nós beta a partir de nós alfa.
Raciocínio Inexato
- Análise de situações com incerteza, na vida real.
Lógica Sem Incerteza
- Valores lógicos precisos e definidos.
- Exemplos de valores, verdadeiro ou falso.
- Problemas de situações incertas do mundo real.
Fontes de Incerteza
- Incerteza no conhecimento, nas regras de inferência (ex: grau de confiança).
- Necessidade de considerar o grau de confiança dos factos.
- Incerteza nos dados do problema analisado.
Modelação da Incerteza
- Incerteza subjetiva: Lógica "Fuzzy"
- Incerteza "Objetiva": Probabilidades e Lei de Bayes.
Lógica Fuzzy
- Valor entre 0 e 1 para valores e premissas incertas.
- Inclui funções de pertinência.
Hard Sets vs. Fuzzy Sets
- Conjuntos rígidos com valores lógicos discretos (0 ou 1).
- Conjuntos fuzzy com valores lógicos contínuos (entre 0 e 1).
Combinação de Valores Lógicos Fuzzy
- Negação: inverso do valor, 1 - valor original.
- Conjunção: mínimo dos valores.
- Disjunção: máximo dos valores.
Entropia de Shannon
- Medida de incerteza, usado em sistemas de classificação.
Entropia e Estados
- Quanto mais microestados, mais incerteza.
- Entropia é a medida desta incerteza.
Entropia e Equilíbrio Termodinâmico
- Sistema tende a estados com mais microestados (aplicado a situações de estabilidade).
- Equilíbrio é atingido quando a entropia é máxima.
- Fórmula: S = k*log(w)
- S é entropia, k é a constante de Boltzmann e W é a probabilidade termodinâmica (número de microestados).
Representação Logarítmica da Entropia
- Entropia em função do logaritmo do número de microestados.
Entropia Informacional
- Medida da quantidade de informação contida em mensagens.
- Usando o logaritmo na base 2: 1 bit.
Entropia de uma String
- Calcula a entropia de uma sequência de dados (como os bits).
Entropia de um Sistema de Comunicação
- Medida da informação transmitida num sistema de comunicação.
Entropia de um Atributo
- É a medida da informação que o atributo fornece numa tarefa de classificação.
Cálculo da Entropia de um Atributo
- Fórmula para calcular.
- Os menores valores de entropia são os nós escolhidos (raiz da árvore).
Exemplo de Aplicação
- Investimento em fundos no mercado accionista.
- Variáveis de classificação (ex: Valor de fundo: alto, médio, baixo).
Problema de Classificação
- Determinar o tipo de fundo.
- Variáveis: Tipo de fundo, taxas de juro, liquidez, tensão internacional.
- Classes: Valor Elevado, Médio e Baixo.
Árvore de Decisão
- Representação gráfica de decisões conduzindo a uma conclusão.
- Usando os valores dos atributos possíveis, que levam a conclusões.
Conversão de Árvore de Decisão em Regras
- Conversão uma árvore de decisão numa lista de regras de produção.
Árvore Mínima
- Redução da complexidade da árvore de decisão pela eliminação de ramos e nós não válidos.
- O algoritmo ID3 utilizado em sistemas de classificação para encontrar a árvore mais eficiente para o problema.
O Algoritmo ID3
- Algoritmo para a construção de árvores de decisão.
- Minimiza a entropia informacional.
Desenvolvimento de Sistemas Periciais
- Considerações: Incerteza elevada, desenvolvimento feito à medida, alto ROI exigido.
Escolha do Domínio de Aplicação
- Utilize conhecimento especializado.
- Necessidade por abordagem não convencional para o problema.
- Disponibilidade de especialistas, valorização do conhecimento.
Participação no Desenvolvimento
- Especialistas: fornecem entendimento do problema e do conhecimento.
- Engenheiros: transformam o conhecimento.
- Utilizadores: feedback e contribuições sobre o funcionamento.
Aquisição de Conhecimento
- Aquisição direta de especialistas (o ideal, porém pode ser complicado, demandando grande tempo dos especialistas) .
- Através de registos históricos, usando a indução de regras.
Indução de Regras
- Método alternativo à aquisição com especialistas.
Objectos, Atributos e Valores
- Atributos descrevendo os objectos para construção de sistemas de classificação.
Árvore de Decisão
- Uma árvore com perguntas sobre os atributos (nós) que levam a conclusões (folhas).
Conversão de Árvore em Regras
- Transforma-se a árvore de decisão em regras de produção.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
Teste seus conhecimentos sobre regras de produção e o processo de raciocínio dedutivo. Explore questões sobre emparelhamento, ativação de regras e o papel da memória de trabalho. Este quiz vai desafiar sua compreensão dos conceitos fundamentais envolvidos em lógica e inteligência artificial.