Patrícia A. Jaques (orientadora)‏

Slides:



Advertisements
Apresentações semelhantes
Inteligência Artificial
Advertisements

Algoritmos de Caminho Mínimo em Grafos
MBA DE LOGÍSTICA | FCAP- UPE
Algoritmos em Grafos.
Inteligência Artificial
Inteligência Artificial
Inteligência Artificial
OTIMIZAÇÃO DO PROJETO DE REDES URBANAS BASEADO NO PROBLEMA DE STEINER
UNIVERSIDADE METODISTA DE SÃO PAULO
Busca com Informação Busca com informação Busca Gulosa Busca A*
TADS – Tipos Abstratos de Dados
Empreendorismo para Computação Criando Negócios de Tecnologia
Resolução de problemas
Inteligência Artificial
Metaheurísticas Prof. Aurora Pozo Departamento de Informática Universidade Federal do Paraná
1 Busca Heurística - Informada Estratégias de Busca Exaustiva (Cega) encontram soluções para problemas pela geração sistemática de novos estados, que são.
Árvore Binária de Busca
Arquivos Seqüenciais Inhaúma Neves Ferraz
Introdução Redes LAN - abrangência: edifícios e campos.
Busca Heurística - Informada
Busca Cega (Exaustiva)
Busca Heurística - Informada
- Conceitos e termos - Aplicações
Busca com informação e exploração
Missionários e Canibais
Aline Marins Paes Paula Fernanda M. V. de Carvalho
JOGO DOS OITO A* e IDA*.
Buscando Soluções Busca Heurística.
Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Busca Competitiva - MiniMax Jogo-da-Velha
INF 1771 – Inteligência Artificial
Transporte Público Urbano
Expressão algébrica a partir da representação gráfica da função
Renata Miwa Tsuruda São Carlos, 07 de Dezembro de 2009
José Roberto Blaschek Gerência do Escopo José Roberto Blaschek.
FACENS – Engenharia da Computação Inteligência Artificial Busca.
1 Julho de 2012 Anexo. 2 3 Desempenho da Arrecadação das Receitas Federais Evolução Janeiro a Julho – 2012/2011.
1 Agosto de 2012 Anexo. 2 3 Desempenho da Arrecadação das Receitas Federais Evolução Janeiro a Agosto – 2012/2011.
Estratégias de Busca com informação e exploração
Conversão de um NFA para um DFA com um exemplo
Resolução de problemas por meio de busca
Salas de Matemática.
Celso C. Ribeiro Caroline T. Rocha
Estudo de Caso: Atendimento
Busca com informação e exploração
Introdução e Busca Cega
Introdução aos Agentes Inteligentes Busca Cega (Exaustiva)
Introdução aos Agentes Inteligentes Busca Heurística (Informada)
1 2 Observa ilustração. Cria um texto. Observa ilustração.
Busca Cega (Exaustiva) e Heurística
1.
Análise da Arrecadação Abril de 2014
Introdução à Aprendizagem Estatística Prof. Dr. Hemerson Pistori INOVISAO – Pesquisa, Desenvolvimento e Inovação em Visão Computacional Universidade Católica.
Análise da Arrecadação Fevereiro de Desempenho da Arrecadação das Receitas Federais Evolução Janeiro a Fevereiro – 2014/2013 (A preços de fevereiro/14.
Nome alunos 1 Título UC. Título – slide 2 Conteúdo Conteúdo 2.
Diagrama Polar 请看下页.
Fontes de Erros Aula 1 Introdução; Erros em processos numéricos;
Inteligência Artificial
Patrícia A. Jaques (orientadora) São Leopoldo, dezembro de 2007
1 Introdução aos Agentes Inteligentes Inventando Funções Heurísticas Flávia Barros.
Resolução de Problemas de Busca
Busca com Informação e Exploração “Busca heurística”
1 Introdução aos Agentes Inteligentes Resolução de Problemas de Busca Flávia Barros.
Jacques Robin Humberto César Brandão de Oliveira
Busca Heurística - Informada
Disciplina: Inteligência Artificial Universidade de Itaúna
Sistemas Inteligentes Busca Cega (Exaustiva)
Busca Heurística Prof. Valmir Macário Filho. 2 Busca com informação e exploração Capítulo 4 – Russell & Norvig Seção 4.1 Estratégias de Busca Exaustiva.
Transcrição da apresentação:

Patrícia A. Jaques (orientadora)‏ 09/06/08 Um sistema web para consultas de trajetórias de ônibus como serviço público Rodrigo Bastos Patrícia A. Jaques (orientadora)‏ UNISINOS São Leopoldo, julho de 2008

Plano da apresentação Introdução Referencial teórico 09/06/08 09/06/08 Plano da apresentação Introdução Referencial teórico Trabalho proposto‏ Resultados parciais atingidos Principais desafios do trabalho Cronograma 2 2

Introdução Motivação Evolução web 09/06/08 Introdução Motivação Evolução web Aplicações web (educação, entretenimento) Software como serviço (telelista,correios, etc...) Aplicações de auxílio ao transporte público conhecidas (EPTC) 3

Referencial teórico Solução de Problemas Conceitos Gerais: 09/06/08 Referencial teórico Solução de Problemas Conceitos Gerais: Estados: conjunto de estados do mundo Estado inicial: estado origem do problema Teste de término: função que indica se o estado atual é o objetivo ou não Operadores: passar de um estado para o outro Custo do caminho: distância total desde o estado inicial até o objetivo 4

Objetivo: Ir de Arad a Bucarest 09/06/08 Referencial teórico Solução de Problemas Objetivo: Ir de Arad a Bucarest 5

Referencial teórico Solução de Problemas 09/06/08 Referencial teórico Solução de Problemas Estados: cada estado possível do mapa Estado inicial: Arad Teste de término: estar em Bucarest Operadores: dirigir de uma cidade para uma de suas cidades vizinhas Custo do caminho: distância percorrida 6

Referencial teórico Algoritmos de Busca de IA 09/06/08 Referencial teórico Algoritmos de Busca de IA Busca Cega (exaustiva): não sabe qual é o melhor nó da fronteira a ser expandido. Busca Heurística (informada): estima qual é o melhor nó da fronteira a ser expandido com base em funções heurísticas (conhecimento). 7

Referencial teórico Algoritmos de Busca de IA Busca Cega 09/06/08 Referencial teórico Algoritmos de Busca de IA Busca Cega Busca em Largura Busca de Custo Uniforme Busca em Profundidade Busca com Aprofundamento Iterativo 8

Referencial teórico Algoritmos de Busca de IA Busca Heurística 09/06/08 Referencial teórico Algoritmos de Busca de IA Busca Heurística Busca Gulosa Algoritmo A* 9

Referencial teórico Google Maps Mapas e imagens de satélite 10 09/06/08 Referencial teórico Google Maps Mapas e imagens de satélite 10

09/06/08 Referencial teórico Google Maps API JavaScript 11

Trabalho Proposto Sistema Web Modelagem da base de dados 09/06/08 Trabalho Proposto Sistema Web Cadastros básicos Consulta de itinerários de ônibus Exibição de trajetórias de ônibus Integração com Google Maps Modelagem da base de dados Utilização de algoritmos de busca de IA – Algoritmo A* 12

09/06/08 Trabalho Proposto Sistema Web 13

Resultados Parciais Atingidos 09/06/08 Resultados Parciais Atingidos Google Maps API Inserção de mapas em páginas html Exibição de ícones personalizados Exibição de marcadores em pontos pré-definidos Exibição de trajetórias com pontos pré-determinados 14

Resultados Parciais Atingidos 09/06/08 Resultados Parciais Atingidos Google Maps API 15

Resultados Parciais Atingidos 09/06/08 Resultados Parciais Atingidos Algoritmos de busca de IA Algoritmo A* Completo Ótimo Melhor desempenho (tempo e memória) Heurística – distância em linha reta Nós igual as paradas 16

Resultados Parciais Atingidos 09/06/08 Resultados Parciais Atingidos Algoritmos de busca de IA Estados: paradas, interseções entre ruas Estado inicial: parada mais próxima da rua que o usuário se encontra (se não é fornecido é considerado o meio da rua) Teste de término: chegar na parada mais próxima do destino Operadores: andar de ônibus até a próxima parada, andar a pé até a próxima parada Custo de caminho: distância percorrida Heurística: distância em linha reta 17

Resultados Parciais Atingidos 09/06/08 Resultados Parciais Atingidos Modelagem inicial da base de dados 18

Principais Desafios do Trabalho 09/06/08 Principais Desafios do Trabalho Modelagem da base de dados Utilização dos algoritmos de busca Determinar trajetórias de acordo com diferentes critérios Menor número de ônibus a pegar? Distâncias percorridas a pé ou de ônibus? Não há ônibus próximos da região 19

09/06/08 Cronograma 20

Patrícia A. Jaques (orientadora)‏ 09/06/08 Um sistema web para consultas de trajetórias de ônibus como serviço público Rodrigo Bastos Patrícia A. Jaques (orientadora)‏ UNISINOS