Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas

Detalhes bibliográficos
Autor(a) principal: Kieling, Gustavo Luiz
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/28741
Resumo: A representação do conhecimento de maneira mais fiel possível à realidade é uma meta histórica e não resolvida até o momento na área da Inteligência Artificial. Problemas são resolvidos e decisões são tomadas levando-se em conta diversos tipos de conhecimentos, os quais muitos são tendenciosos, inexatos, ambíguos ou ainda incompletos. A fim de tentar emular a capacidade de representação do conhecimento humano, levando-se em conta as diversas dificuldades inerentes, tem-se construído sistemas computacionais que armazenam o conhecimento das mais diversas formas. Dentro deste contexto, este trabalho propõe um experimento que utiliza duas formas distintas de representação do conhecimento: a simbólica, neste caso BDI, e a probabilística, neste caso Redes Bayesianas. Para desenvolvermos uma prova de conceito desta proposta de representação do conhecimento estamos utilizando exemplos que serão construídos através da tecnologia de programação voltada para agentes. Para tal, foi desenvolvida uma implementação de um Sistema MultiAgente, estendendo o framework Jason através da implementação de um plugin chamado COPA. Para a representação do conhecimento probabilístico, utilizamos uma ferramenta de construção de Redes Bayesianas, também adaptada a este sistema. Os estudos de caso mostraram melhorias no gerenciamento do conhecimento incerto em relação às abordagens de construções de agentes BDI clássicos, ou seja, que não utilizam conhecimento probabilístico.
id URGS_d20e8496da66034c27cae10033e0734f
oai_identifier_str oai:www.lume.ufrgs.br:10183/28741
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Kieling, Gustavo LuizVicari, Rosa Maria2011-04-27T06:00:09Z2011http://hdl.handle.net/10183/28741000772349A representação do conhecimento de maneira mais fiel possível à realidade é uma meta histórica e não resolvida até o momento na área da Inteligência Artificial. Problemas são resolvidos e decisões são tomadas levando-se em conta diversos tipos de conhecimentos, os quais muitos são tendenciosos, inexatos, ambíguos ou ainda incompletos. A fim de tentar emular a capacidade de representação do conhecimento humano, levando-se em conta as diversas dificuldades inerentes, tem-se construído sistemas computacionais que armazenam o conhecimento das mais diversas formas. Dentro deste contexto, este trabalho propõe um experimento que utiliza duas formas distintas de representação do conhecimento: a simbólica, neste caso BDI, e a probabilística, neste caso Redes Bayesianas. Para desenvolvermos uma prova de conceito desta proposta de representação do conhecimento estamos utilizando exemplos que serão construídos através da tecnologia de programação voltada para agentes. Para tal, foi desenvolvida uma implementação de um Sistema MultiAgente, estendendo o framework Jason através da implementação de um plugin chamado COPA. Para a representação do conhecimento probabilístico, utilizamos uma ferramenta de construção de Redes Bayesianas, também adaptada a este sistema. Os estudos de caso mostraram melhorias no gerenciamento do conhecimento incerto em relação às abordagens de construções de agentes BDI clássicos, ou seja, que não utilizam conhecimento probabilístico.Achieving faithful representation of knowledge is a historic and still unreached goal in the area of Artificial Intelligence. Problems are solved and decisions are made taking into consideration different kinds of knowledge, from which many are biased, inaccurate, ambiguous or still incomplete. Computational systems that store knowledge in many different ways have been built in order to emulate the capacity of human knowledge representation, taking into consideration the several inherent difficulties to it. Within this context, this paper proposes an experiment that utilizes two distinct ways of representing knowledge: symbolic, BDI in this case, and probabilistic, Bayesian Networks in this case. In order to develop a proof of concept of this propose of knowledge representation, examples that will be built through agent oriented programming technology will be used. For that, implementation of a MultiAgent System was developed, extending the Jason framework through the implementation of a plugin called COPA. For the representation of probabilistic knowledge, a Bayesian Network building tool, also adapted to this system, was used. The case studies showed improvement in the management of uncertain knowledge in relation to the building approaches of classic BDI agents, i.e., that do not use probabilistic knowledge.application/pdfporInteligência artificialOntologiasRedes bayesianasAgentsBayesian networksBDIMultiagent systemsProbabilistic knowledgeInserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianasInsertion of probabilistic knowledge into BDI agents construction modelled in bayesian networks info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2011mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000772349.pdf.txt000772349.pdf.txtExtracted Texttext/plain189500http://www.lume.ufrgs.br/bitstream/10183/28741/2/000772349.pdf.txt34483e3752427b7628e03456cc64d2d6MD52ORIGINAL000772349.pdf000772349.pdfTexto completoapplication/pdf896848http://www.lume.ufrgs.br/bitstream/10183/28741/1/000772349.pdf156ecb8f5bdc66d0b67cc840b916e01eMD51THUMBNAIL000772349.pdf.jpg000772349.pdf.jpgGenerated Thumbnailimage/jpeg1159http://www.lume.ufrgs.br/bitstream/10183/28741/3/000772349.pdf.jpg4bd40a7aea853bc447b81a72ed1ba7e3MD5310183/287412018-10-09 08:27:58.489oai:www.lume.ufrgs.br:10183/28741Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-09T11:27:58Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas
dc.title.alternative.en.fl_str_mv Insertion of probabilistic knowledge into BDI agents construction modelled in bayesian networks
title Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas
spellingShingle Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas
Kieling, Gustavo Luiz
Inteligência artificial
Ontologias
Redes bayesianas
Agents
Bayesian networks
BDI
Multiagent systems
Probabilistic knowledge
title_short Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas
title_full Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas
title_fullStr Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas
title_full_unstemmed Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas
title_sort Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas
author Kieling, Gustavo Luiz
author_facet Kieling, Gustavo Luiz
author_role author
dc.contributor.author.fl_str_mv Kieling, Gustavo Luiz
dc.contributor.advisor1.fl_str_mv Vicari, Rosa Maria
contributor_str_mv Vicari, Rosa Maria
dc.subject.por.fl_str_mv Inteligência artificial
Ontologias
Redes bayesianas
topic Inteligência artificial
Ontologias
Redes bayesianas
Agents
Bayesian networks
BDI
Multiagent systems
Probabilistic knowledge
dc.subject.eng.fl_str_mv Agents
Bayesian networks
BDI
Multiagent systems
Probabilistic knowledge
description A representação do conhecimento de maneira mais fiel possível à realidade é uma meta histórica e não resolvida até o momento na área da Inteligência Artificial. Problemas são resolvidos e decisões são tomadas levando-se em conta diversos tipos de conhecimentos, os quais muitos são tendenciosos, inexatos, ambíguos ou ainda incompletos. A fim de tentar emular a capacidade de representação do conhecimento humano, levando-se em conta as diversas dificuldades inerentes, tem-se construído sistemas computacionais que armazenam o conhecimento das mais diversas formas. Dentro deste contexto, este trabalho propõe um experimento que utiliza duas formas distintas de representação do conhecimento: a simbólica, neste caso BDI, e a probabilística, neste caso Redes Bayesianas. Para desenvolvermos uma prova de conceito desta proposta de representação do conhecimento estamos utilizando exemplos que serão construídos através da tecnologia de programação voltada para agentes. Para tal, foi desenvolvida uma implementação de um Sistema MultiAgente, estendendo o framework Jason através da implementação de um plugin chamado COPA. Para a representação do conhecimento probabilístico, utilizamos uma ferramenta de construção de Redes Bayesianas, também adaptada a este sistema. Os estudos de caso mostraram melhorias no gerenciamento do conhecimento incerto em relação às abordagens de construções de agentes BDI clássicos, ou seja, que não utilizam conhecimento probabilístico.
publishDate 2011
dc.date.accessioned.fl_str_mv 2011-04-27T06:00:09Z
dc.date.issued.fl_str_mv 2011
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/28741
dc.identifier.nrb.pt_BR.fl_str_mv 000772349
url http://hdl.handle.net/10183/28741
identifier_str_mv 000772349
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/28741/2/000772349.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/28741/1/000772349.pdf
http://www.lume.ufrgs.br/bitstream/10183/28741/3/000772349.pdf.jpg
bitstream.checksum.fl_str_mv 34483e3752427b7628e03456cc64d2d6
156ecb8f5bdc66d0b67cc840b916e01e
4bd40a7aea853bc447b81a72ed1ba7e3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1800309001062187008

Registros relacionados