A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Brasília, ABIN, 24/Out/2007 Aplicações de Inteligência Computacional em Sistemas de Informação Prof. Dr. Cairo L. Nascimento Jr. Prof. Dr. Waldecir J.

Apresentações semelhantes


Apresentação em tema: "Brasília, ABIN, 24/Out/2007 Aplicações de Inteligência Computacional em Sistemas de Informação Prof. Dr. Cairo L. Nascimento Jr. Prof. Dr. Waldecir J."— Transcrição da apresentação:

1 Brasília, ABIN, 24/Out/2007 Aplicações de Inteligência Computacional em Sistemas de Informação Prof. Dr. Cairo L. Nascimento Jr. Prof. Dr. Waldecir J. Perrella Divisão de Engenharia Eletrônica Instituto Tecnológico de Aeronáutica (ITA)

2 Comportamento Inteligente: –Importante para Competição (Seleção Natural), –Adaptação (mudanças no meio-ambiente), –Reconhecimento de Padrões (visão, fala, diagnóstico de falhas/doenças, aplicações financeiras), –Planejamento (Modelos, Otimização) e Auxílio a Tomada de Decisões, –Cooperação e Comunicação com outros indivíduos. Técnicas de IA Definição de Inteligência

3 Redes Neurais Artificiais Redes Bayesianas Algoritmos Genéticos Sistemas Fuzzy Sistemas de Aprendizagem Simbólica Indutiva conhecimento intencional (regras) conhecimento extensional (exemplos) simbóliconumérico Sistemas Baseados em Casos Sistemas Baseados em Regras Técnicas de IA

4 Documentação do conhecimento dos Experts Humanos. Uniformalização da Base de Conhecimento. Importante para validar o desempenho do Expert Humano. Conhecimento nem sempre é explicíto. Aumento da dificuldade para o Expert Humano codificar o seu conhecimento com o número de variáveis de entrada. Técnicas de IA Sistemas Baseados em Regras

5 Técnicas de IA Sistemas Baseados em Regras EntradasMotor de InferênciaResposta Regras

6 Sistemas Baseados em Regras: Árvore de Decisão Técnicas de IA

7 Ex.: Dias do fim-de-semana Lógica Convencional x Lógica Fuzzy Técnicas de IA

8 Funções de Pertinência Lógica Convencional x Lógica Fuzzy Técnicas de IA ABRUPTA (Lógica Convencional) SUAVE (Lógica Fuzzy)

9 Controlador Fuzzy Técnicas de IA

10 Controlador Fuzzy Técnicas de IA

11 Controlador Fuzzy Técnicas de IA

12 Aplicação: Programa HARPIA TREE O Harpia Tree é um conjunto de programas escritos na linguagem Java que faz parte do Projeto Harpia, e que tem como função ser uma ferramenta para auxiliar os técnicos da SRF do Brasil no processo aduaneiro e na malha do imposto de renda. O Harpia Tree é uma ferramenta que auxiliará os técnicos da SRF do Brasil no processo de codificação e processamento do conhecimento, criando regras que permitiram avaliar o risco associado a cada ação fiscal. As regras podem ser escritas em lógica convencional ( fronteiras abruptas ) ou em lógica fuzzy ( fronteiras suaves ) possibilitando assim classificar melhor o nível de risco.

13 Programa HARPIA TREE Modo TEXTO Modo GRÁFICO

14 Algoritmo A-estrela: Aplicações Técnicas de IA

15 Algoritmo A-estrela: Aplicações Técnicas de IA Solução encontrada: 29 movimentos, 1213 nós expandidos, cerca de 31 s.

16 Algoritmo A-estrela: Aplicações Técnicas de IA Solução encontrada: 14 movimentos, 1319 nós expandidos, cerca de 1 m.

17 Algoritmo A-estrela: Ambiente dinâmico Técnicas de IA

18 Objetivos: analisar problemas e desenvolver soluções relacionados à navegação de robôs, aplicar estas soluções em um ambiente real através do projeto, construção e testes de plataformas móveis. ROMEO IROMEO II ROMEO III ROMEO III.v2 Aplicação: Projeto ROMEO

19 Mapeamento do ambiente estático usando sonares Planejamento de trajetória usando o algoritmo A-estrela

20 Algoritmo Min-Max: Planejamento considerando possíveis ações do adversário Técnicas de IA

21 Tipos Gerais de Aprendizado/Supervisão: 1.Supervisão Muito Forte: o supervisor insere os parâmetros (ou as regras) no modelo, aprendizado instantâneo. 2.Supervisão Forte: o supervisor fornece exemplos de entrada- saída (pares x,y), aprendizado supervisionado. 3.Supervisão Fraca: o supervisor classifica apenas os casos típicos, aprendizado não-supervisionado. 4.Supervisão Muito Fraca: o supervisor classifica como SUCESSO ou FALHA um conjunto de ações sucessivas, aprendizado por reforço. Técnicas de IA Como uma máquina pode aprender?

22 Supervisão Forte: Aprendizado usando exemplos: supervisor seleciona pares [Xreal,Yreal]. Xreal e Yreal possivelmente são amostras ruidosas. Mapeamento entrada-saída é amostrado e aproximado pelo modelo. Idéia central: ajustar os parâmetros do modelo para diminuir o erro de aproximação para cada par [Xreal,Yreal] fornecido pelo supervisor. Técnicas de IA

23 Supervisão Forte: Redes Neurais tipo feedforward Algoritmo Back-Propagation Técnicas de IA

24 Aplicação: Reconhecimento de Caracteres com ruído

25 Antes e depois do treinamento Aplicação: Reconhecimento de Caracteres com ruído

26 Teste estatístico

27 Supervisão Fraca: Supervisor seleciona dados de entrada Xreal, É modificado apenas o peso W mais próximo de Xreal, Aprendizado dos possíveis agrupamentos de X. Técnicas de IA

28 Supervisão Fraca: Supervisor fornece saída Yreal apenas para entrada X típico, Os vetores X próximos de X típico recebem a mesma saída Yreal de X típico. Técnicas de IA

29 Supervisão Fraca: Conceito de Vizinhança: o peso W vencedor e os seus vizinhos topográficos são alterados. Técnicas de IA

30 Antes e depois do treinamento Aplicação: Reconhecimento de Caracteres com ruído

31 Teste estatístico

32 Supervisão Muito Fraca: Aprendizado por Reforço Learn by doing it… Baseado na interação do agente com o seu ambiente. O supervisor fornece uma avaliação do resultado de uma seqüência de ações (p. ex., SUCESSO ou FRACASSO) chamado de sinal de reforço r (t). Técnicas de IA Agente Ambiente Ação a (t) Estado x (t) Reforço r (t) Supervisor

33 Supervisão Muito Fraca: Aprendizado por Reforço Problema: como escolher a seqüência de ações de forma a otimizar uma certa função de desempenho, p. ex., maximizar a média do sinal de reforço. Dificuldade: Como distribuir a responsabilidade pelo resultado obtido para cada ação tomada? Técnicas de IA

34 Supervisão Muito Fraca: Aprendizado por Reforço Idéia central: para cada estado manter uma tabela de possíveis ações com as suas estimativas de probabilidade de conduzir ao SUCESSO P( x (t), a (t)). Para o estado atual, selecionar aleatoriamente uma ação de acordo com a tabela de estimativa de probabilidade de SUCESSO. Aplicar tal ação no ambiente e obter o próximo estado x (t+1). Repetir o passo anterior até que um estado terminal seja alcançado. Obter o sinal de reforço para esta seqüência de ações r (t+N). Se o sinal de reforço for POSITIVO: aumentar as estimativas de probablidades das ações tomadas em cada estado. Se o sinal de reforço for NEGATIVO: diminuir as estimativas de probablidades das ações tomadas em cada estado. Técnicas de IA

35 Antes e depois do treinamento Aplicação: Navegação em ambiente desconhecido

36 Conclusões Tecnologia de ponta, interesse mundial. Soluções para aplicações extremamente práticas. Alguns exemplos de pesquisas em aplicações práticas feitas no ITA: –classificação de empresas de telecomunicações, –classificação de sinais eletrocardiográficos, –temporarização de semafóros de tráfego urbano, –otimização de sequências de montagens, –previsão de preços de produtos, –detecção de fraudes. Grandes benefícios para o governo e para a indústria nacional.

37 Estamos rapidamente aumentando o nível de inteligência das nossas máquinas. Soluções inspiradas na natureza: é melhor encontrar rapidamente soluções boas do que demorar muito mais para encontrar soluções ótimas. Área altamente multi-disciplinar e desafiadora. Muitas oportunidades para pesquisa teórica e aplicada. Conclusões

38 Livro Inteligência Artificial em Controle e Automação, 2000 (re-impressões em 2002 e 2004) de Cairo L. Nascimento Jr. e Takashi Yoneyama, Ed. Edgard Blücher e FAPESP. Web site do livro: Para mais detalhes

39 Muito obrigado pela sua atenção!! Cairo Perguntas??


Carregar ppt "Brasília, ABIN, 24/Out/2007 Aplicações de Inteligência Computacional em Sistemas de Informação Prof. Dr. Cairo L. Nascimento Jr. Prof. Dr. Waldecir J."

Apresentações semelhantes


Anúncios Google