999 resultados para Agentes inteligentes


Relevância:

60.00% 60.00%

Publicador:

Resumo:

The use of intelligent agents in multi-classifier systems appeared in order to making the centralized decision process of a multi-classifier system into a distributed, flexible and incremental one. Based on this, the NeurAge (Neural Agents) system (Abreu et al 2004) was proposed. This system has a superior performance to some combination-centered methods (Abreu, Canuto, and Santana 2005). The negotiation is important to the multiagent system performance, but most of negotiations are defined informaly. A way to formalize the negotiation process is using an ontology. In the context of classification tasks, the ontology provides an approach to formalize the concepts and rules that manage the relations between these concepts. This work aims at using ontologies to make a formal description of the negotiation methods of a multi-agent system for classification tasks, more specifically the NeurAge system. Through ontologies, we intend to make the NeurAge system more formal and open, allowing that new agents can be part of such system during the negotiation. In this sense, the NeurAge System will be studied on the basis of its functioning and reaching, mainly, the negotiation methods used by the same ones. After that, some negotiation ontologies found in literature will be studied, and then those that were chosen for this work will be adapted to the negotiation methods used in the NeurAge.

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Ps-graduao em Cincia da Computao - IBILCE

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Coordenao de Aperfeioamento de Pessoal de Nvel Superior (CAPES)

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Ps-graduao em Cincia da Computao - IBILCE

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Ps-graduao em Cincia da Computao - IBILCE

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Ps-graduao em Cincia da Computao - IBILCE

Relevância:

60.00% 60.00%

Publicador:

Resumo:

El auge y penetracin de las nuevas tecnologas junto con la llamada Web Social estn cambiando la forma en la que accedemos a la medicina. Cada vez ms pacientes y profesionales de la medicina estn creando y consumiendo recursos digitales de contenido clnico a travs de Internet, surgiendo el problema de cmo asegurar la fiabilidad de estos recursos. Adems, un nuevo concepto est apareciendo, el de pervasive healthcare o sanidad ubicua, motivado por pacientes que demandan un acceso a los servicios sanitarios en todo momento y en todo lugar. Este nuevo escenario lleva aparejado un problema de confianza en los proveedores de servicios sanitarios. Las plataformas de eLearning se estn erigiendo como paradigma de esta nueva Medicina 2.0 ya que proveen un servicio abierto a la vez que controlado/supervisado a recursos digitales, y facilitan las interacciones y consultas entre usuarios, suponiendo una buena aproximacin para esta sanidad ubicua. En estos entornos los problemas de fiabilidad y confianza pueden ser solventados mediante la implementacin de mecanismos de recomendacin de recursos y personas de manera confiable. Tradicionalmente las plataformas de eLearning ya cuentan con mecanismos de recomendacin, si bien estn ms enfocados a la recomendacin de recursos. Para la recomendacin de usuarios es necesario acudir a mecanismos ms elaborados como son los sistemas de confianza y reputacin (trust and reputation) En ambos casos, tanto la recomendacin de recursos como el clculo de la reputacin de los usuarios se realiza teniendo en cuenta criterios principalmente subjetivos como son las opiniones de los usuarios. En esta tesis doctoral proponemos un nuevo modelo de confianza y reputacin que combina evaluaciones automticas de los recursos digitales en una plataforma de eLearning, con las opiniones vertidas por los usuarios como resultado de las interacciones con otros usuarios o despus de consumir un recurso. El enfoque seguido presenta la novedad de la combinacin de una parte objetiva con otra subjetiva, persiguiendo mitigar el efecto de posibles castigos subjetivos por parte de usuarios malintencionados, a la vez que enriquecer las evaluaciones objetivas con informacin adicional acerca de la capacidad pedaggica del recurso o de la persona. El resultado son recomendaciones siempre adaptadas a los requisitos de los usuarios, y de la mxima calidad tanto tcnica como educativa. Esta nueva aproximacin requiere una nueva herramienta para su validacin in-silico, al no existir ninguna aplicacin que permita la simulacin de plataformas de eLearning con mecanismos de recomendacin de recursos y personas, donde adems los recursos sean evaluados objetivamente. Este trabajo de investigacin propone pues una nueva herramienta, basada en el paradigma de programacin orientada a agentes inteligentes para el modelado de comportamientos complejos de usuarios en plataformas de eLearning. Adems, la herramienta permite tambin la simulacin del funcionamiento de este tipo de entornos dedicados al intercambio de conocimiento. La evaluacin del trabajo propuesto en este documento de tesis se ha realizado de manera iterativa a lo largo de diferentes escenarios en los que se ha situado al sistema frente a una amplia gama de comportamientos de usuarios. Se ha comparado el rendimiento del modelo de confianza y reputacin propuesto frente a dos modos de recomendacin tradicionales: a) utilizando slo las opiniones subjetivas de los usuarios para el clculo de la reputacin y por extensin la recomendacin; y b) teniendo en cuenta slo la calidad objetiva del recurso sin hacer ningn clculo de reputacin. Los resultados obtenidos nos permiten afirmar que el modelo desarrollado mejora la recomendacin ofrecida por las aproximaciones tradicionales, mostrando una mayor flexibilidad y capacidad de adaptacin a diferentes situaciones. Adems, el modelo propuesto es capaz de asegurar la recomendacin de nuevos usuarios entrando al sistema frente a la nula recomendacin para estos usuarios presentada por el modo de recomendacin predominante en otras plataformas que basan la recomendacin slo en las opiniones de otros usuarios. Por ltimo, el paradigma de agentes inteligentes ha probado su vala a la hora de modelar plataformas virtuales complejas orientadas al intercambio de conocimiento, especialmente a la hora de modelar y simular el comportamiento de los usuarios de estos entornos. La herramienta de simulacin desarrollada ha permitido la evaluacin del modelo de confianza y reputacin propuesto en esta tesis en una amplia gama de situaciones diferentes. ABSTRACT Internet is changing everything, and this revolution is especially present in traditionally offline spaces such as medicine. In recent years health consumers and health service providers are actively creating and consuming Web contents stimulated by the emergence of the Social Web. Reliability stands out as the main concern when accessing the overwhelming amount of information available online. Along with this new way of accessing the medicine, new concepts like ubiquitous or pervasive healthcare are appearing. Trustworthiness assessment is gaining relevance: open health provisioning systems require mechanisms that help evaluating individuals reputation in pursuit of introducing safety to these open and dynamic environments. Technical Enhanced Learning (TEL) -commonly known as eLearning- platforms arise as a paradigm of this Medicine 2.0. They provide an open while controlled/supervised access to resources generated and shared by users, enhancing what it is being called informal learning. TEL systems also facilitate direct interactions amongst users for consultation, resulting in a good approach to ubiquitous healthcare. The aforementioned reliability and trustworthiness problems can be faced by the implementation of mechanisms for the trusted recommendation of both resources and healthcare services providers. Traditionally, eLearning platforms already integrate recommendation mechanisms, although this recommendations are basically focused on providing an ordered classifications of resources. For users recommendation, the implementation of trust and reputation systems appears as the best solution. Nevertheless, both approaches base the recommendation on the information from the subjective opinions of other users of the platform regarding the resources or the users. In this PhD work a novel approach is presented for the recommendation of both resources and users within open environments focused on knowledge exchange, as it is the case of TEL systems for ubiquitous healthcare. The proposed solution adds the objective evaluation of the resources to the traditional subjective personal opinions to estimate the reputation of the resources and of the users of the system. This combined measure, along with the reliability of that calculation, is used to provide trusted recommendations. The integration of opinions and evaluations, subjective and objective, allows the model to defend itself against misbehaviours. Furthermore, it also allows colouring cold evaluation values by providing additional quality information such as the educational capacities of a digital resource in an eLearning system. As a result, the recommendations are always adapted to user requirements, and of the maximum technical and educational quality. To our knowledge, the combination of objective assessments and subjective opinions to provide recommendation has not been considered before in the literature. Therefore, for the evaluation of the trust and reputation model defined in this PhD thesis, a new simulation tool will be developed following the agent-oriented programming paradigm. The multi-agent approach allows an easy modelling of independent and proactive behaviours for the simulation of users of the system, conforming a faithful resemblance of real users of TEL platforms. For the evaluation of the proposed work, an iterative approach have been followed, testing the performance of the trust and reputation model while providing recommendation in a varied range of scenarios. A comparison with two traditional recommendation mechanisms was performed: a) using only users past opinions about a resource and/or other users; and b) not using any reputation assessment and providing the recommendation considering directly the objective quality of the resources. The results show that the developed model improves traditional approaches at providing recommendations in Technology Enhanced Learning (TEL) platforms, presenting a higher adaptability to different situations, whereas traditional approaches only have good results under favourable conditions. Furthermore the promotion period mechanism implemented successfully helps new users in the system to be recommended for direct interactions as well as the resources created by them. On the contrary OnlyOpinions fails completely and new users are never recommended, while traditional approaches only work partially. Finally, the agent-oriented programming (AOP) paradigm has proven its validity at modelling users behaviours in TEL platforms. Intelligent software agents characteristics matched the main requirements of the simulation tool. The proactivity, sociability and adaptability of the developed agents allowed reproducing real users actions and attitudes through the diverse situations defined in the evaluation framework. The result were independent users, accessing to different resources and communicating amongst them to fulfil their needs, basing these interactions on the recommendations provided by the reputation engine.

Relevância:

60.00% 60.00%

Publicador:

Resumo:

O pesquisador cientfico necessita de informaes precisas, em tempo hbil para concluso de seus trabalhos. Com o advento da INTERNET, o processo de comunicao em linha, homem x mquina, mediado pelos mecanismos de busca, tornou-se, simultaneamente, um auxlio e uma dificuldade no processo de recuperao de informaes. O pesquisador teve que adaptar-se ao modo de operar da INTERNET e incluiu conhecimentos de diferenas idiomticas, de terminologia, alm de utilizar instrumentos que lhe forneam parmetros para obter maior pertinncia e relevncia nos dados. O uso de agentes inteligentes para melhoria de resultados e a diminuio de rudos semnticos tm sido apontados como solues para aumento da preciso no resultado das buscas. O estudo de casos exploratrio realizado analisa a pesquisa em linha a partir da teoria da informao e prope duas formas de otimizar o processo comunicacional com vistas pertinncia e relevncia dos dados obtidos: a primeira sugere a aplicao de algoritmos que utilizem o vocabulrio controlado como mediador do processo de comunicao utilizando-se dos descritores para recuperao em linha. , e a segunda ressalta a importncia dos agentes inteligentes no processo de comunicao homem-mquina.(AU)

Relevância:

60.00% 60.00%

Publicador:

Resumo:

O pesquisador cientfico necessita de informaes precisas, em tempo hbil para concluso de seus trabalhos. Com o advento da INTERNET, o processo de comunicao em linha, homem x mquina, mediado pelos mecanismos de busca, tornou-se, simultaneamente, um auxlio e uma dificuldade no processo de recuperao de informaes. O pesquisador teve que adaptar-se ao modo de operar da INTERNET e incluiu conhecimentos de diferenas idiomticas, de terminologia, alm de utilizar instrumentos que lhe forneam parmetros para obter maior pertinncia e relevncia nos dados. O uso de agentes inteligentes para melhoria de resultados e a diminuio de rudos semnticos tm sido apontados como solues para aumento da preciso no resultado das buscas. O estudo de casos exploratrio realizado analisa a pesquisa em linha a partir da teoria da informao e prope duas formas de otimizar o processo comunicacional com vistas pertinncia e relevncia dos dados obtidos: a primeira sugere a aplicao de algoritmos que utilizem o vocabulrio controlado como mediador do processo de comunicao utilizando-se dos descritores para recuperao em linha. , e a segunda ressalta a importncia dos agentes inteligentes no processo de comunicao homem-mquina.(AU)

Relevância:

60.00% 60.00%

Publicador:

Resumo:

La industria del videojuego ha avanzado a grandes pasos durante los ltimos aos respecto a la creacin de "inteligencia artificial" para sus personajes, afirmando siempre que la utilizan para dotar de realismo y credibilidad a sus personajes. Sin embargo este concepto ha variado sustancialmente ao tras ao, y an hoy, la inteligencia que encontramos en los personajes est lejos de lo que uno podra esperar de ello, incluso lejos de lo ya estudiado y conocido en la correspondiente disciplina acadmica. En el afn por desarrollar personajes que sean realmente autnomos y tomen sus propias decisiones tras razonar acerca de lo que ocurre en el juego, en este trabajo porponemos un sistema capaz de dotar de control autnomo a los personajes de un videojuego y con potencial para mostrar una mayor inteligencia. Para ello conectamos un armazn de desarrollo de videojuegos llamado IsoUnity, desarrollado sobre el entorno Unity, con un sistema multi-agente llamado Jason e implementado en Java, que utiliza el conocido modelo cognitivo Creencia-Deseo-Intencin para representar el estado interno de la mente de los agentes, que en nuestro caso sern personajes de videojuego. A la hora de producir un videojuego, se implementa mediante un sistema de agentes inteligentes, con informacin subjetiva sobre el mundo, objetivos y planes y tareas que realizar, el jugador tendr una experiencia ms plena. Nuestra visin es la de adoptar este sistema en el desarrollo de videojuegos independientes de perspectiva isomtrica y recursos sencillos de estilo retro, de ah el uso de IsoUnity. En esta memoria, adems de explicar en detalle nuestro sistema de control, documentamos las pruebas y las adaptaciones que proponemos para llevar a la prctica este concepto, sentando las bases tecnolgicas para producir un videojuego completo utilizando este sistema. Siguiendo el camino iniciado en anteriores Trabajos de Fin de Grado de esta Facultad, queramos continuar en esa lnea de trabajo afinando ms el concepto y abordando un tema nuevo, el de dotar a los personajes de videojuegos creados con IsoUnity de una autonoma mayor y mejores herramientas de toma de decisin para poder interactuar con su entorno y con otros personajes.

Relevância:

60.00% 60.00%

Publicador:

Resumo:

O pesquisador cientfico necessita de informaes precisas, em tempo hbil para concluso de seus trabalhos. Com o advento da INTERNET, o processo de comunicao em linha, homem x mquina, mediado pelos mecanismos de busca, tornou-se, simultaneamente, um auxlio e uma dificuldade no processo de recuperao de informaes. O pesquisador teve que adaptar-se ao modo de operar da INTERNET e incluiu conhecimentos de diferenas idiomticas, de terminologia, alm de utilizar instrumentos que lhe forneam parmetros para obter maior pertinncia e relevncia nos dados. O uso de agentes inteligentes para melhoria de resultados e a diminuio de rudos semnticos tm sido apontados como solues para aumento da preciso no resultado das buscas. O estudo de casos exploratrio realizado analisa a pesquisa em linha a partir da teoria da informao e prope duas formas de otimizar o processo comunicacional com vistas pertinncia e relevncia dos dados obtidos: a primeira sugere a aplicao de algoritmos que utilizem o vocabulrio controlado como mediador do processo de comunicao utilizando-se dos descritores para recuperao em linha. , e a segunda ressalta a importncia dos agentes inteligentes no processo de comunicao homem-mquina.(AU)

Relevância:

60.00% 60.00%

Publicador:

Resumo:

A medida que se incrementa el nmero de dispositivos inteligentes, el esfuerzo requerido para adaptarlos a las necesidades de cada usuario tambin crece. Asimismo, el proceso de adaptacin de un dispositivo al contexto de un usuario es todava un proceso muy manual. A pesar de que en los ltimos aos han surgido algunas propuestas centradas en obtener la informacin contextual de los usuarios para crear sus perfiles virtuales, se necesitan soluciones novedosas que permitan crear perfiles ms completos, que sean utilizados por los dispositivos inteligentes para adaptarse automticamente a las necesidades de sus usuarios, redundando en una mayor exactitud de la adaptacin. En este artculo se propone la integracin del modelo computacional People as a Service (PeaaS) con el procesamiento de eventos complejos (CEP) para la creacin en tiempo real de perfiles virtuales complejos desde el propio dispositivo mvil y la comparticin de estos como servicios para el resto de sistemas y dispositivos. Adems, se evala esta integracin en un caso de estudio sobre Alzheimer. Los resultados confirman que el uso de la tecnologa CEP para la identificacin de informacin contextual compleja es posible.

Relevância:

60.00% 60.00%

Publicador:

Resumo:

La Generacin automtica de historias es un camino que empez a recorrerse a principios de los aos 70. El objetivo de este campo es el de dotar de una cualidad humana, la creatividad, a una inteligencia artificial con el fin de que sea capaz de reproducir esta capacidad y demostrar que es competente para narrar una historia. Si bien es cierto que es un campo sobre el que ya se ha trabajado y debatido en innumerables ocasiones, es igual de cierto que las soluciones dadas no cubren el problema en su totalidad. Intentando aportar un granito de arena a esta investigacin, este proyecto trata de crear historias a travs de personajes independientes e imprevisibles capaces de controlar de manera autnoma y personal sus propias decisiones con el fin de crear historias variadas dentro de un mismo entorno. Para cumplir este propsito existe un campo concreto que es la Generacin de historias a travs de Agentes Inteligentes. Estos Agentes representan entidades software con una inteligencia artificial avanzada que les permite percibir su entorno e interactuar con l, comunicndose con otros Agentes mientras tratan de cumplir objetivos especficos que se les presentarn a lo largo de la historia, los cuales provocarn que surjan conflictos de inters entre los distintos Agentes que se resolvern mediante simulaciones, donde se deciden los resultados de estos conflictos que al narrarse generan la historia. Para poder producir esta idea, se desarrolla una aplicacin en Java que mediante un sistema de Agentes Inteligentes consigue a travs de la planificacin de distintos objetivos crear por medio de simulaciones un nmero relevante de historias variadas. Para ello, se necesitar de la plataforma JADE, que permite interactuar con los agentes, un planificador externo y un simulador capaz de realizar las susodichas simulaciones. Siguiendo este proceso, ya explorado en anteriores investigaciones de esta facultad, se propone un sistema de generacin de historias variadas capaz de trabajar con un nmero mayor de Agentes, as como de generar personajes ms profundos y un entorno con mayor complejidad. A travs de este sistema se pretende que las historias se produzcan en mundos variados, con numerosos personajes capaces de actuar de manera distinta en cada simulacin. Estos personajes contarn con sus propias normas as como sus rasgos y caractersticas que los definirn como nicos, sern capaces de interactuar con objetos y tendrn un sistema ms variado de generacin de frases para reflejarse en la narracin, favoreciendo enormemente la diversidad a la hora de generar historias. A continuacin, se exponen las pruebas realizadas y las soluciones obtenidas en el desarrollo de la aplicacin y se explica el plan de trabajo, documentando las bases tcnicas de las tecnologas usadas as como detallando en profundidad el trabajo realizado, con el objetivo de poder continuar este trabajo de investigacin o aportar experiencia para futuras investigaciones relacionadas con el tema.