900 resultados para Inteligência artificial
Resumo:
Os sistemas biolgicos so surpreendentemente flexveis pra processar informao proveniente do mundo real. Alguns organismos biolgicos possuem uma unidade central de processamento denominada de crebro. O crebro humano consiste de 10(11) neurnios e realiza processamento inteligente de forma exata e subjetiva. A Inteligência Artificial (IA) tenta trazer para o mundo da computao digital a heurstica dos sistemas biolgicos de vrias maneiras, mas, ainda resta muito para que isso seja concretizado. No entanto, algumas tcnicas como Redes neurais artificiais e lgica fuzzy tem mostrado efetivas para resolver problemas complexos usando a heurstica dos sistemas biolgicos. Recentemente o numero de aplicao dos mtodos da IA em sistemas zootcnicos tem aumentado significativamente. O objetivo deste artigo explicar os princpios bsicos da resoluo de problemas usando heurstica e demonstrar como a IA pode ser aplicada para construir um sistema especialista para resolver problemas na rea de zootecnia.
Resumo:
Trabalho Final de Mestrado para obteno do grau de Mestre em Engenharia Mecnica
Resumo:
A informao e a sua gesto considerada nos nossos dias como o principal factor de sucesso ou insucesso para qualquer actividade econmica ou social. O desenvolvimento de novas tecnologias fora todos os agentes econcmicos a desenvolverem-se nestas reas para conseguirem vantagens concorrenciais. Este trabalho visa fazer uma apresentao de uma nova rea da cincia da computao a que se chamou Inteligência Artificial.
Resumo:
Neste documento, so investigados vrios mtodos usados na inteligência artificial, com o objetivo de obter previses precisas da evoluo dos mercados financeiros. O uso de ferramentas lineares como os modelos AR, MA, ARMA e GARCH tm muitas limitaes, pois torna-se muito difcil adapt-los s no linearidades dos fenmenos que ocorrem nos mercados. Pelas razes anteriormente referidas, os algoritmos como as redes neuronais dinmicas (TDNN, NARX e ESN), mostram uma maior capacidade de adaptao a estas no linearidades, pois no fazem qualquer pressuposto sobre as distribuies de probabilidade que caracterizam estes mercados. O facto destas redes neuronais serem dinmicas, faz com que estas exibam um desempenho superior em relao s redes neuronais estticas, ou outros algoritmos que no possuem qualquer tipo de memria. Apesar das vantagens reveladas pelas redes neuronais, estas so um sistema do tipo black box, o que torna muito difcil extrair informao dos pesos da rede. Isto significa que estes algoritmos devem ser usados com precauo, pois podem tornar-se instveis.
Resumo:
O principal objetivo deste artigo propor um modelo para sistemas de gerenciamento da informao baseado em tcnicas de inteligência artificial. O modelo prope uma arquitetura de sistema especialista para gerenciamento da informao, sugerindo a utilizao de um analisador semntico embutido na interface do usurio final. A abordagem enfatiza a dificuldade em se obter informaes com preciso e qualidade, para apoiar tomadores de decises, e a necessidade de prover os usurios finais com mecanismos, poderosos, capazes de analisar, selecionar e direcionar-lhes informaes, de acordo com as necessidades e urgncias de cada um
Resumo:
In this paper studies based on Multilayer Perception Artificial Neural Network and Least Square Support Vector Machine (LS-SVM) techniques are applied to determine of the concentration of Soil Organic Matter (SOM). Performances of the techniques are compared. SOM concentrations and spectral data from Mid-Infrared are used as input parameters for both techniques. Multivariate regressions were performed for a set of 1117 spectra of soil samples, with concentrations ranging from 2 to 400 g kg-1. The LS-SVM resulted in a Root Mean Square Error of Prediction of 3.26 g kg-1 that is comparable to the deviation of the Walkley-Black method (2.80 g kg-1).
Resumo:
Redes Neurais Artificiais so tcnicas computacionais que se utilizam de um modelo matemtico capaz de adquirir conhecimentos pela experincia; esse comportamento inteligente da rede provm das interaes entre unidades de processamento, denominadas de neurnios artificiais. O objetivo deste trabalho foi criar uma rede neural capaz de prever a estabilidade de leos vegetais, a partir de dados de suas composies qumicas, visando um modelo para a previso da shelf-life de leos vegetais, tendo como parmetros apenas dados de suas composies qumicas. Os primeiros passos do processo de desenvolvimento da rede consistiram na coleta de dados relativos ao problema e sua separao em um conjunto de treinamento e outro de testes. Estes conjuntos apresentaram como variveis dados de composio qumica, que incluram os valores totais em cidos graxos, fenis, tocoferis e a composio individual em cidos graxos. O passo seguinte foi a execuo do treinamento, onde o padro de entrada apresentado rede como parmetro de estabilidade foi o ndice de perxido, determinado experimentalmente por um perodo de 16 dias de armazenagem na ausncia de luz, a 65C. Aps o treinamento foi testada a capacidade de previso adquirida pela rede, em funo do parmetro de estabilidade adotado, mas com um novo grupo de leos. Seguindo o teste, foi determinada a correlao linear entre os valores de estabilidade previstos pela rede e aqueles determinados experimentalmente. Com os resultados obtidos, pode-se confirmar a viabilidade de previso da estabilidade de leos vegetais pela rede neural, a partir de dados de sua composio qumica, utilizando como parmetro de estabilidade o ndice de perxido.
Resumo:
Este artigo uma tentativa de delinear as principais caractersticas da pesquisa numa nova rea de estudos a chamada Inteligência Artificial (AI). Os itens 1 e 2 constituem um rpido histrico da AI e seus pressupostos bsicos. O item 3 trata da teoria de resoluo de problemas, desenvolvida por A. Newell e H. Simon. O item 4 procura mostrar a relevncia da AI para a Filosofia, em especial para a filosofia da Mente e para a Teoria do Conhecimento.
Resumo:
O artigo aborda problemas filosficos relativos natureza da intencionalidade e da representao mental. A primeira parte apresenta um breve histrico dos problemas, percorrendo rapidamente alguns episdios da filosofia clssica e da filosofia contempornea. A segunda parte examina o Chinese Room Argument (Argumento do Quarto do Chins) formulado por J. Searle. A terceira parte desenvolve alguns argumentos visando mostrar a inadequao do modelo funcionalista de mente na construo de robots. A concluso (quarta parte) aponta algumas alternativas ao modelo funcionalista tradicional, como, por exemplo, o conexionismo.
Resumo:
A comparao de dados de mercado o mtodo mais empregado em avaliao de imveis. Este mtodo fundamenta-se na coleta, anlise e modelagem de dados do mercado imobilirio. Porm os dados freqentemente contm erros e imprecises, alm das dificuldades de seleo de casos e atributos relevantes, problemas que em geral so solucionados subjetivamente. Os modelos hednicos de preos tm sido empregados, associados com a anlise de regresso mltipla, mas existem alguns problemas que afetam a preciso das estimativas. Esta Tese investigou a utilizao de tcnicas alternativas para desenvolver as funes de preparao dos dados e desenvolvimento de modelos preditivos, explorando as reas de descobrimento de conhecimento e inteligência artificial. Foi proposta uma nova abordagem para as avaliaes, consistindo da formao de uma base de dados, ampla e previamente preparada, com a aplicao de um conjunto de tcnicas para seleo de casos e para gerao de modelos preditivos. Na fase de preparao dos dados foram utilizados as tcnicas de regresso e redes neurais para a seleo de informao relevante, e o algoritmo de vizinhana prxima para estimao de valores para dados com erros ou omisses. O desenvolvimento de modelos preditivos incluiu as tcnicas de regresso com superficies de resposta, modelos aditivos generalizados ajustados com algoritmos genticos, regras extradas de redes neurais usando lgica difusa e sistemas de regras difusas obtidos com algoritmos genticos, os quais foram comparados com a abordagem tradicional de regresso mltipla Esta abordagem foi testada atravs do desenvolvimento de um estudo emprico, utilizando dados fornecidos pela Prefeitura Municipal de Porto Alegre. Foram desenvolvidos trs formatos de avaliao, com modelos para anlise de mercado, avaliao em massa e avaliao individual. Os resultados indicaram o aperfeioamento da base de dados na fase de preparao e o equilbrio das tcnicas preditivas, com um pequeno incremento de preciso, em relao regresso mltipla.Os modelos foram similares, em termos de formato e preciso, com o melhor desempenho sendo atingido com os sistemas de regras difusas.
Resumo:
Uma atividade com a magnitude da avicultura, que usa equipamentos de ltima gerao e servios atualizados, levada, na maioria dos casos, a tomar decises que envolvem todos aspectos de produo, apoiada em critrios subjetivos. A presente tese objetivou estudar a utilizao das redes neurais artificiais na estimao dos parmetros de desempenho de matrizes pesadas, pertencentes a uma integrao avcola sul-brasileira. Foram utilizados os registros de 11 lotes em recria, do perodo compreendido entre 09/11/97 a 10/01/99 e de 21 lotes em produo, do perodo compreendido entre 26/04/98 a 19/12/99, para a anlise por redes neurais artificiais. Os dados utilizados corresponderam a 273 linhas de registros semanais, do perodo de recria e 689 linhas de registros semanais, do perodo de produo. Os modelos de redes neurais foram comparados e selecionados como melhores, baseados no coeficiente de determinao mltipla (R2), Quadrado Mdio do Erro (QME), bem como pela anlise de grficos, plotando a predio da rede versus a predio menos o real (resduo). Com esta tese foi possvel explicar os parmetros de desempenho de matrizes pesadas, atravs da utilizao de redes neurais artificiais. A tcnica permite a tomada de decises por parte do corpo tcnico, baseadas em critrios objetivos obtidos cientificamente. Alm disso, este mtodo permite simulaes das conseqncias de tais decises e fornece a percentagem de contribuio de cada varivel no fenmeno em estudo.
Resumo:
Estudamos e propusemos uma soluo para o caso especfico do ndice Bovespa (fechamento) vista. Utilizamos tcnicas de inteligência artificial, estudando modelos pouco estruturados para a anlise de tendncias de alta ou queda deste ndice. Modelo matemtico aliado s tcnicas de IA comparado e integrado, procurando adequar s necessidades de anlise na rea de negcios.
Resumo:
A inteligência tem sido estudada como fruto de evoluo biolgica. Nas ltimas centenas de milhes de anos, a inteligência tem evoludo juntamente com a biologia. Essa concluso pode ser obtida ao analisar o comportamento das criaturas que emergiram assim como a sua capacidade de armazenar e processar informao. A evoluo gerou criaturas possuidoras de crebros com grande poder de adaptao. Partindo-se do pressuposto que a inteligência humana resultado de um processo evolutivo paulatino que ocorreu ao longo de milhes de anos, faz sentido tentar repetir os mesmos passos dados ao longo da evoluo da inteligência artificialmente. A evoluo oferece uma rota que vai desde tipos de mentes simples at tipos de mentes mais complexas apresentando um caminho de caractersticas e capacidades que evoluram ao longo do tempo. No presente trabalho, acredita-se que esse caminho seguido pela evoluo uma boa fonte de inspirao para a gerao de inteligência artificial. De acordo com Dennett, um tipo de mente que apareceu ao longo da evoluo a mente popperiana que aprende as regras do ambiente e tem a capacidade de imaginar ou planejar estados futuros permitindo que ela se adapte com facilidade a novas e inesperadas situaes. Sendo assim, modela-se e implementa-se um agente popperiano capaz de aprender as regras do seu ambiente e planejar aes futuras baseando-se no seu aprendizado. Por fim, so implementados dois prottipos de agentes popperianos para resolver problemas distintos e observa-se a capacidade dos agentes popperianos em se adaptar s condies do seu meio para alcanar seus objetivos.
