Uma abordagem de categorização e raciocínio de eventos/ações em ambiente neuro-simbólico

• Autor(a) principal: Ana Carolina Melik Schramm
• Data de Publicação: 2016
• Tipo de documento: Relatório
• Idioma: por
• Título da fonte: Repositório Institucional da UFAM
• Texto Completo: http://riu.ufam.edu.br/handle/prefix/5151
• topic: Categorização; Integração neuro-simbólica; IA; CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO

Este projeto visa investigar e descrever mecanismos de inteligência computacional (algoritmos e estruturas de dados para agentes inteligentes e/ou especializados) necessários para explorar os mecanismos de extração de conhecimento simbólico, sobre categorias ações e eventos, a partir de dados puros no estilo clássico de Inteligência Artificial [Simon, 1996] e de redes neurais artificias [Garcez et. Al., 2001], em um ambiente neuro-simbólico em desenvolvimento pelo Grupo de Computação Inteligente e Autônoma do Instituto de Computação da UFAM, GCIA/IComp [Mota 2014]. Categorização é uma operação mental de classificação de objetos e eventos [Cohen Lefebvre, 2005]. A Ciência cognitiva se preocupa com os tipos de conhecimentos cognitivos humanos, os detalhes desse processo e o modelo computacional do mesmo, segundo o artigo Bridging the Category Divide [referência Categorization in Cognitive Sciene]. As divisões de categorias se relacionam com os estudos sobre os fundamentos dos objetos analisados, as percepções e inferências, e a linguística e a antropologia cognitiva. O processo de categorizar informação a partir de dados puros ou aprendidos em redes neurais artificiais não supervisionados ainda é manual, sobretudo na fase de rotulação. Categorizar de forma automática é um objeto de pesquisa muito relevante pois visa oferecer uma maior assistência na análise de grande volumes de dados, principalmente quando estes dados são gerados de forma muito dinâmica, e.g. fluxos de dados em redes definidas por software.