Inteligência
Artificial Simbólica - 01.2 (graduação)
Informações Gerais
Professores: Flávia
Barros, Francisco
Carvalho e Jacques
Robin
(Esta) Homepage: www.cin.ufpe.br/~compint/aulas-IAS/ias/ias-012/Welcome.html
Newsgroup: depto.cursos.posgrad.taias
Horários: 4a 08:00-10:00 & 6a 10:00-12:00
Local: Sala 3
Turma:
Bibliografia:
- Artificial Intelligence a
Modern Approach, S. Russell & P. Norvig, 1995,
Prentice-Hall, site: http.cs.berkeley.edu/~russell/aima.html
- Machine Learning, T.
Mitchell, 1997, McGraw-Hill, site: www.cs.cmu.edu/afs/cs.cmu.edu/user/mitchell/ftp/mlbook.html
- Data Mining: Practical Machine
Learning Tools and Techniques with Java Implementations, I.H. Witten
& E. Frank, 1999, Morgan Kaufmann,
sites: www.mkp.com/books_catalog/catalog.asp?ISBN=1-55860-489-8 http://www.cs.waikato.ac.nz/ml/weka/
- Data Mining: Concepts and
Techniques, Han, J. & Kimber, M. 2000, Morgan Kaufmann
site: www.mkp.com/books_catalog/catalog.asp?ISBN=1-55860-552-5
- Advances in knowledge discovery
and data mining, de Fayyad et al., 1996, AAAI Press/MIT
Press.
- Ontologies, the Silver Bullet
for Knowledge Management and Electronic Commerce, D.
Fensel. 2001, Springer-Verlag.
- Professional XML (programmer to
programmer, 2nd Ed.), M. Birbeck (Ed.), 2001, Wrox
- The Unified Modeling Language
User Guide, G. Booch, J. Rumbaugh & I. Jacobson, 1998, Object Technology
Series, Addison-Wesley.
- The Object Constraint Language,
Precise Modeling with UML, J. Warmer & A. Kleppe, 1999, Object Technology
Series, Addison-Wesely.
- Multiagent Systems: a Modern
Approach to Distributed Artificial Intelligence, G. Weiss,
1999, MIT Press
- Multi-Agent Systems: An
Introduction to Distributed Artificial Intelligence, J. Ferber,
1999, Addison-Wesley
- Layered Learning in Multiagent
Systems: a Winning Approach to Robotic Soccer, P. Stone,
2000, MIT Press
- Prolog Programming for
Artificial Intelligence, I. Bratko, 2000 (3rd ed), Addison-Wesley.
Avaliação:
- Uma prova conceitual: 40% da nota final
- Um projeto em equipe com 3 etapas: 60% da nota final
- Resultados do projeto: 50%
- Relatório final do projeto: 30%
- Apresentação oral do projeto: 20%
Ementa e calendário:
- Semana Pedagogica: 19 e 21/12/2002
- Recuperação de Informação e Sistemas Baseados em Conhecimento: 09 a
23/01/2002
- Aprendizagem de Máquina: de 25/01 a 06/03/2002
- Sistemas Multi-Agentes: de 08/03 a 13/02/2002
- Ontologias e Web Semantica: de 20/02 a 12/03/2002
- Prova: dia 19/03
- Prova final: dia 03/05
Caderneta
ESCOLAR
Aulas 1 e 2: Apresentação da disciplina (19 e
21/12) - Flavia
- Plano:
- Objetivo da disciplina
- Metodologia didática e de avaliação
- Ementa
- Material bibliográfica
- Plano:
- 09/01 - Aplicacoes de Agentes - Transparências: aplicacoes.ppt
- 11/01 - Recuperação de Informação - Transparências: RI.ppt
- 11/01 - Definição dos temas dos projetos - Transparências: projeto-ias-012.ppt
- 16/01 - Engenharia do Conhecimento - Transparências: engcon.ppt
- 18/01 -
EOOPS (Embbeded Object-Oriented Production Systems) - Transparências: eoops.ppt
- 23/01 - JEOPS (Laboratorio) - Transparências: jeops.ppt
- ***** - Modelo de apresentação dos projetos - partes 1 e 2: apresentacao-ias-012.ppt
- Leitura:
- Seções 18.1-18.4 do Russel & Norvig
- Capitulos 1, 2 e 3 do Mitchell
- Seções 3.2, 4.3 e 6.1 do Witten & Frank
- Plano:
- Aprendizagem de máquina, indução, busca no espaço de hipótese e
aproximação de função
- Aplicações práticas de aprendizagem de máquina
- Aprendizagem de conceitos
- Vies
- Aprendizagem de árvores de decisões: ID3
- Extensões do ID3
- Avaliação do conhecimento aprendido
- Transparências: LearningIntroID3.ppt
Aula 9: Classificação
de documentos e Preparação de Dados (30/01) - Flavia
- Plano:
- Classificação de Documentos e Preparação do corpus de documentos
coletados
Class-docs.ppt
Aula 10: Orientação dos projetos de Regras
(01/02) - Flavia
Aula 11: Aprendizagem de
regras atributivas de classificação e previsão (06/02) - Chico
o
Leitura:
§
Seções 3.3, 3.4, 4.3, 4.4 e
6.2 do Witten & Frank
o
Plano:
§
Ler uma árvore de decisão
como um conjunto de regras atributivas
§
Regras atributivas x regras
relacionais
§
Classificação x associação
§
Aprendizagem de regras
proposicionais de classificaçäo
§
Aprendizagem de regras de
associação
o
Transparências:
§
AttributiveRules.ppt
Aula 12: Aprendizagem baseado em similaridade
entre instâncias (15/02) - Chico
Seminário orientado
por Chico
o
Leitura:
§
Capítulo 8 do Mitchell
§
Case-based
reasoning: foundational issues, methological variations and system approaches
o
Plano:
§
K-vizinhos mais próximos
§
Aprendizagem preguiçoso x
aprendizagem guloso
§
Regressão localmente
ponderada
§
Funções de bases radiais
§
Raciocínio baseado em casos
o
Tranparencias: LazyLearning.ppt
Aula 13: Aprendizagem por reforço (20/02) -
Chico
o
Leitura:
§
Capítulo 13 do Mitchell
o
Leitura complementar:
§
Seções 20.1-20.7 do Russell
& Norvig
o
Plano:
§
Aprendizagem com retorno
parcial
§
Tipos de tarefas de
aprendizagem por refoço
§
aprendizagem passivo x
ativo
§
em ambiente conhecido x
desconhecido
§
em ambiente determinístico
x não determinístico
§
Aprendizagem Q
§
Aprendizagem por reforço
diferenciado no tempo
§
Aprendizagem por reforço
com generalização
§
Aprendizagem por reforço x
técnicas de otimização
§
Aprendizagem por reforço x
aprendizagem evolucionário
o
Transparências: ReinforcementLearning.ppt
Aula 14: Aprendizagem não supervisionado e
clustering (22/02) - Chico
o
Fichas de leitura a
entregar:
§
Seções 8.1-8.8 do Han &
Kimber
o
Plano:
o
Tranparencias: Clustering.ppt
Aula 15: Classificação das técnicas de
aprendizagem estudadas e visão geral de outras técnicas (27/02) - Chico
o
Chico
o
Fichas de leitura a
entregar:
§
Seções 20.8 e 21.2 do
Rusell & Norvig
§
Seções 7.4 e 7.5 do Han
& Kimber
§
Seção 6.3 do Witten & Frank
o
Plano:
§
Paradigmas e metáforas de
aprendizagem de máquina
§
Dimensões para classificar
técnicas de aprendizagem de máquinas
§
Revisão dos métodos
estudados
§
Catálogo dos outros métodos
de aprendizagem:
§
Aprendizagem baseado em
conhecimento e explicações
§
Support Vector Machine
§
Classificação Bayesiana
Ingênua
§
Redes Bayesianas
§
Redes Neurais
§
Algorítmos genéticos
o
Transparencias: LearningWrapUp.ppt
Aula 16: Aprendizagem de classificadores, regras
atributivas e clusters com Weka (01/03) - Marcelino
o
2a aula de laboratório
o
Leitura: Seções 8.1 e 8.2
do Witten & Frank
o
Plano:
§
Uso geral de Weka
§
Indução de árvores de
decisão
§
Indução de classificação
por regressão linear
§
Indução de classificação
ingênua bayesiana
§
Indução de regras de
classificação atributivas
§
Outros métodos de
classificação
§
Indução de regras de
associação atributivas
§
Clustering
§
Interface do Weka com
bancos de dados para importação de exemplos
§
Arquitetura do Weka
o
Transparências: weka.ppt
Aula 17: Orientação dos projetos (06/03) -
Flavia e Chico
o
Plano:
§
Entrega da parte 2 do
projeto de Regras no JEOPS
§
Orientação dos projetos
sobre aprendizagem de máquina
- Gustavo
- Ficha de leitura a entregar:
- Plano:
- Características dos sistemas multiagentes
- Sistemas multiagentes x sistemas orientados a objetos
- Tópicos em sistemas multiagentes
- Arquiteturas de sistemas multiagentes
- Aplicações práticas dos sistemas multiagentes
·
Transparências: IntroMAS.ppt
Aula 17: Estudo de caso de sistema multiagentes:
time de futebol de robô (15/03)
- Jacques
- Ficha de leitura: Capítulos 2 e 3 do Stone
- Plano:
- As competições da RoboCup: o novo desafio para a inteligência
artificial, a robótica e os sistemas multi-agentes
- Arquitetura cliente/servidor da divisão simulador e Soccer Server
- API de alto-níveis para Soccer Server
- Arquiteturas e abordagens dos campões: CMUnited, FC Portugal
- Transparências: robocup.ppt
- Site: www.robocup.org
- Escolha do trabalho de SMA:
- Implementar e avaliar desempenho de estratégia de comunicação e
colaboração entre agentes
- variação: linguagem de comunicação FIPA, BDI, ...
- variação: ambiente de interação Caverna do Wumpus, Jogo de
Perseguição (Aydano), RoboCup Soccer Server, ...
Aula 18: Metodologias e ferramentas de
desenvolvimento para sistemas multiagentes (20/03)
- Seminário de Marco Simões orientado por Jacques
- Ficha de leitura a entregar:
- Plano:
- Linguagens de programação orientado a agentes
- Metodologias de desenvolvimento de SMA:
- BDI
- CoMoMAS, extensão multiagente de CommonKADS
- AUML, extensão multiagente de UML
- Transparências: AOSE.ppt
Aula 19: Apresentação dos assuntos de trabalhos
e projetos em aprendizagem de máquina (22/03)
- Chico e Jacques
- Assuntos:
- Minerar
data warehouse:
- variação: data warehouse minerado:
- CoVest
- ProDoc
- NBA
- RoboCup
- Seleção do Doutorado e Mestrado do CIn
- variação: conhecimento minerado:
- classificador com Weka (árvores de decisão,
regras atributivas, etc.)
- regras de associação com Weka
- clusters com Weka
- regras relacionais com Progol
- Implementar agente explorador do mundo do Wumpus baseado em
aprendizagem por reforço (Q-learning)
- Implementar time de RoboCup baseado em aprendizagem por reforço
multi-agente
- Implementar tradutor bi-direcional F-Logic/Progol para programação
em lógica indutiva orientada a objetos
- Aprendizagem baseado na similaridade entre instâncias para sistema
de recomendação de produtos
- variação: implementar algoritmo ou usar ferramenta implementada
disponível
- variação: algoritmos (usado ou implementado)
- K-vizinhos mais próximos
- Regressão localmente ponderada
- Funções a base radiais
- Raciocínio baseado em casos
·
Transparências: LearningProjectTopics.ppt
Aula
20: Introdução às ontologias (27/03)
- Jacques e Franklin
- Ficha de leitura:
- Seções 8.1-8.4 do Russell & Norvig
- Capítulo 2 do Fensel
- Leituras complementares:
- Capítulos 8, 14, 24 do Booch, Rumbaugh & Jacobson
- Capítulo 2 do Warmer & Kleppe
- Plano:
- O que é uma ontologia?
- Elementos de uma ontologia:
- Hierarquia de conceitos
- Instâncias de conceitos
- Relações e restrições entre conceitos
- Regras de dedução sobre conceitos
- Consultas sobre conceitos e instâncias
- Origem e motivação: engenharia e gerenciamento do conhecimento
- Tipologia das ontologias:
- Ontologias especialistas x gerais
- Ontologias conceituais x lingüísticas
- Exemplo de ontologia especialista: ontologia do domínio dos
departamentos acadêmicos em UML/OCL
- Exemplo de ontologia geral: ontologia de senso comum do Russell
& Norvig (seção 8.4) em UML/OCL
- Pendurar uma ontologia especialista abaixo de uma ontologia geral
- Exemplo de ontologia lingüística: WordNet
- Aplicações práticas de ontologias:
- Reuso de conhecimento em sistemas especialistas
- Processamento de linguagem natural
- Gerenciamento do conhecimento e modelagem de negócio
- Integração de dados
- Interoperabilidade entre agentes inteligentes
- Web semântica
- Problemática geral e questões sobre ontologias
- Exercício 1 de ontologias:
- Estender modelo UML da ontologia geral da seção 8.4. do Russell
& Norvig (arquivo GeneralOntology.mdl abaixo) com atributos e
associações se inspirando da descrição em lógica dada na mesma seção
- Integrar a ontologia acadêmica (academic.mdl abaixo) com a
ontologia geral, pendurando os conceitos da ontologia acadêmica abaixo
dos conceitos mais apropriados da ontologia geral
- Estender ontologia acadêmica com novas classes de publicações em
uma área de conhecimento da sua escolha
- Criar diagrama
de objeto UML definindo instâncias de conceitos da ontologia geral
- Criar diagrama de objeto UML definindo instâncias de conceitos da
ontologia acadêmica assim estendida representando seus dados ou os dados
de um professor do CIn
·
Apresentação sobre Object Constraint Language (OCL): OCL.ppt
·
Ontologia acadêmica em UML:
Aula 21: Regras e consultas
em ontologias (03/04)
- Jacques e Erivan
- Ficha de leitura:
- Plano:
- O papel das regras em ontologias
- Consultas sobre ontologias
- F-Logic: uma linguagem para definir e consultar ontologias com
regras dedutivas
- Definir hierarquia de classes em F-Logic
- Definir assinaturas de classes em F-Logic
- Definir objetos em F-Logic
- Definir regras em F-Logic
- Fazer consultas em F-Logic
- Aplicações práticas de F-Logic
- Implementações de F-Logic
- Semântica formal de F-Logic
- Exemplo de ontologia do domínio dos departamentos acadêmicos em
F-Logic abaixo da ontologia geral
- Incluindo regras dedutivas
- Exemplos de consultas sobre essa ontologia
- Exercício 2 de ontologias:
- Versão F-Logic (dialeto Flora) da ontologia geral do Russell &
Norvig estendida em UML no Exercício 1.
·
Versão F-Logic (dialeto
Flora) da ontologia acadêmica estendida (em UML) no Exercício 1.
·
Versão F-Logic (dialeto
Flora) das instâncias de conceitos da ontologia geral definidas nos diagramas
de objetos UML do Exercício 1
·
Versão F-Logic (dialeto
Flora) das instâncias de conceitos da ontologia acadêmica definidos nos
diagramas de objetos UML do Exercício 1
·
Estender ontologia geral do Russell & Norvig em
F-Logic com restrições (assinaturas de classes F-Logic) e regras dedutivas
·
Estender ontologia acadêmica em F-Logic com restrições
(assinaturas de classes
F-Logic) e regras dedutivas
·
Definir em F-Logic algumas consultas sobre conceitos e
instancias da ontologia geral estendida
- Definir
em F-Logic algumas consultas sobre conceitos e instâncias da ontologia
acadêmica estendida
- Juntar
isso tudo em um único arquivo Flora no qual os conceitos da ontologia
acadêmica estão pendurados abaixo dos conceitos da ontologia geral,
segundo a integração proposta no Exercício 1.
·
Transparências: F-Logic4Onto.ppt
·
Ontologias: ontologia acadêmica em F-Logic (dialeto
SiRLI): academic.flo
·
Diferenças
chaves entre os dialetos SiRLI e Flora de F-Logic
Aula 22: Infra-estrutura da
W3C para distribuição de ontologias na web (05/04)
- Seminário de Luciano orientado por Jacques
- Ficha de leitura:
- Capítulo 5 e Seção 6.2 do Fensel
- Leituras complementares:
- Plano:
- XML
- XML Namespaces
- XML DTD
- XML Schema
- Exemplo de ontologia do domínio dos
departamentos acadêmicos em abaixo da ontologia geral em XML Schema
- RDF
- RDF Schema
- Exemplo de ontologia do domínio dos
departamentos acadêmicos em abaixo da ontologia geral em RDF Schema
- Linguagens de consultas para XML e RDF
- Máquinas de inferência para XML e RDF
·
Transparências: OntoW3C.ppt
Aula 23: Ontologias na web
(10/04)
- Seminário de Thiago Santos e Valdeci orientados por Jacques.
- Ficha de Leitura:
·
Seção 6.1.2 do Fensel
·
Seções 1-3.2 e 7 de Reasoning
in Description Logics
·
Annotated
DAML+OIL ontology markup
·
DAML+OIL
reference description
·
Language
feature comparison: XML, RDF e DAML+OIL
·
The use of the CARIN language and
algorithms for information integration: the PICSEL project
·
The design rationale of RuleML: a
makrup language for semantic web rules
·
Sites com informação
complementar:
·
http://www.dfki.uni-kl.de/ruleml/
·
http://www.daml.org/
- Plano:
- Lógicas descritivas
- Filosofia da abordagem
- Serviços implementados pelos SGBC baseados em
lógicas descritivas
- Contribuição chave das lógicas descritivas:
complexidade computacional do raciocínio ontológico
- CARIN: extensão de lógicas descritivas com
regras dedutivas
- Exemplo de ontologia do domínio dos
departamentos acadêmicos abaixo da ontologia geral em CARIN
- Exemplos de consultas sobre essa ontologia em
CARIN
- Ontologias na Web:
- DAML-OIL
- Exemplo de ontologia do domínio dos
departamentos acadêmicos abaixo da ontologia geral em DAML-OIL
- Semântica formal de DAML-OIL
- RuleML
- Versão RuleML das regras F-Logic da ontologia
de departamentos acadêmicos
- Semântica formal de RuleML
- Exercício 3 de ontologias:
- Versão
DAML-OIL da parte de hierarquia de classes, assinaturas de classes e
definição de objetos da versão F-Logic integrada e estendida das
ontologias acadêmica e geral do Exercício 2.
- Versão RuleML
da parte de regras dedutivas F-Logic dessa ontologia integrada e
estendida acadêmica e geral do Exercício 2.
- Versão CARIN
com conceitos, instâncias, restrições e regras dessa ontologia integrada
e estendida acadêmica e geral do Exercício 2.
- Versão RDQL
das consultas em F-Logic sobre conceitos e instâncias dessa ontologia
integrada estendida acadêmica e geral do Exercício 2.
- Transparências: OntoWeb.ppt
- Ontologias:
- Geral e
acadêmica parte DAML-OIL:
- Geral e
acadêmica parte RuleML:
- Geral e
acadêmica versão CARIN:
Aula 24: Ferramentas de
construção, uso dedutivo e consulta de ontologias (12/04)
- Franklin e Jacques.
- 3a aula de laboratório
- Plano:
- Poseidon: editor de modelos UML com restrições OCL
- Transparências: Poseidon.ppt
Aula 25: Web semântica:
anotações de páginas web com instâncias de conceitos de ontologias (17/04)
- Seminário de Thiago Moura orientado por Jacques
- 4a aula de laboratório
- Entrega
do exercício 1
- Ficha de leitura:
- Plano:
- Web semântica: idéia geral
- Questões sobre anotação de páginas com instâncias de conceitos de
ontologias
- Apresentação de uma ferramenta de anotação de páginas com
instâncias de conceitos de uma ontologia
- Exemplo de anotação de pagina do seu site com instâncias da
ontologia acadêmica previamente construída
- Especificação de uma ferramenta simples de consultas semântica
sobre páginas construída
- Exercício ao vivo no laboratório:
- Anotar pagina do seu site com instâncias da ontologia acadêmica
previamente construída
·
Transparências: OntoAnnotate.ppt
Aula 26: Ferramentas de
construção, uso dedutivo e consulta de ontologias (19/04)
- Franklin e Jacques.
- 3a aula de laboratório
- Plano:
- Flora: interpretador F-Logic
- Protege: editor gráfico de ontologias com consultas F-Logic e
importação de RDFS
- OntoEdit: editor gráfico de ontologias com importação e exportação
para DAML-OIL e F-Logic
- Outras ferramentas
Transparências: OntoTools.ppt
Aula 27: Recapitulação
sobre ontologias (24/04)
- Seminário de Daniel orientado por Jacques
- Entrega
dos exercícios 1 e 2
- Ficha de Leitura:
- Plano:
- UML como linguagem de especificação de ontologias
- OCL (Object
Constraint Language)
- Extensões de UML para representar ontologias DAML-OIL
- Outras linguagens de especificação de ontologias: KIF, OntoLingua
- Exemplo de ontologia do domínio dos
departamentos acadêmicos abaixo da ontologia geral em KIF
- Comparação entre UML/OCL, DAML-OIL/RuleML, F-Logic, CARIN e KIF
- Catálogo de ontologias importantes
- Linguagens de representação de ontologias
- Ferramentas de gerenciamento de ontologias
- Metodologias de desenvolvimento de ontologias
·
Transparências: OntoRecap.ppt
·
Exercício 4 de ontologias:
1.
Versão OCL das restrições nas ontologias estendidas
acadêmica e geral do Exercício 2 que foram codificadas nas assinaturas de classes
e a regras dedutivas na versão F-Logic.
2.
Páginas Web pessoal ou de alguns professores do CIn
anotadas com conceitos da ontologia acadêmica estendida
3.
Consultas sobre o conteúdo semântico dessas páginas em
F-Logic ou RDQL
Aulas 28 (26/04):
·
Orientação dos projetos
·
Entrega dos exercícios 3 e 4
Aula 29: Prova (03/05)
Aulas 30 e 31: Apresentação
dos projetos (08/05, 10/05)
Pontuação dos trabalhos
Trabalhos
de implementação:
o
Ambição e escopo do
conjunto de funcionalidades implementadas: 2pts
o
Relevância dessas
funcionalidades para os requisitos do problema: 0.5pt
o
Definição e completude da
amostra de entradas/saídas usada para testes: 0.5pt
o
Corretude do software para
essa amostra: 1pt
o
Eficiência do software para
essa amostra: 0.5pt
o
Robustez do software para
entradas fora dessa amostra: 0.5pt
o
Facilidade de uso da
interface: 0.5pt
o
Modularidade e
composicionalidade do código: 1pt
o
Abstração e generalidade
dos componentes do código: 1pt
o
Aproveitamento dos recursos
do paradigma de programação usado: 0.5pt
o
Legibilidade, consição e
elegancia do código: 1pt
o
Documentação do software e
comentarios no código: 1pt