Uma Ontologia Baseada em um Meta-Modelo Orientado a Objetos para Descrição de Domínios e Problemas de Planejamento da Área Espacial. Rodrigo Rocha Silva.

Slides:



Advertisements
Apresentações semelhantes
01/08/2011 Professor Leomir J. Borba- –
Advertisements

Inteligência Artificial I
Computação Gráfica I Conteúdo: Professor: - Objetos gráficos espaciais
Introdução à Ciência da Computação Linguagens de Programação.
Amintas engenharia.
Informática na Educação
Lógica de Programação APRESENTAÇÃO DA DISCIPLINA Prof.° Paulo Tong Prof.° Paulo Universidade Estácio.
Rational Unified Process
Engenharia de Software
Protótipo de Simulador de Elevadores
Engenharia de Software
Software Básico Silvio Fernandes
João Carlos Porto Orientadora: Prof.ª Dr.ª Junia Coutinho Anacleto 26/03/2010 Projeto de interceo.
Metodologia Científica e Tecnológica
INTRODUÇÃO A INFORMÁTICA
A PPLYING D ATA M INING T ECHNIQUES TO S EMI -A UTOMATICALLY D ISCOVER G UIDELINES FOR M ETAMODELS {andreza, franklin, patricia,
Inteligência Artificial I
Metodologia de Desenvolvimento de Software
Teste em Esquemas de Dados Maria Cláudia Figueiredo Pereira Emer Universidade Federal do Paraná Departamento de Informática Seminário.
CK 119: Engenharia de Software DC/CC/UFC © Rossana Andrade, Setembro CK119: Engenharia de Software Rossana Andrade Ph.D, SITE, University of Ottawa,
Amanda Meincke Melo RA:
ArchC: Uma linguagem de descrição de arquiteturas
Ontologia e Sistemas de Informação Geográfica Departamento de Informática - Universidade Federal de Viçosa Jugurta Lisboa Filho Alcione de Paiva Oliveira.
FERRAMENTAS PARA ANÁLISE DE RISCO
DNS Introdução.
Introdução a Teoria da Classificação
INTRODUÇÃO À PROGRAMAÇÃO
Curso Sistemas de Informação I Disciplina: Arquitetura de Software
Engenharia de Requisitos
Simple Network Management Protocol (SNMP)
Alunos: Benedito Jr, Douglas Bertol, Robson Costa
Gilberto Câmara Diretor, INPE
1 MAC 413/5715 – Seminário Prof. Fabio Kon Self: The Power of Simplicity David Ungar and Randall B. Smith OOPSLA 1987 Cristina Fang Eduardo Miyoshi Kasa.
Trabalho de Conclusão de Curso Moisés Alves Carneiro Filho
Carlos Alberto de Freitas Pereira Júnior
Composição e Geração de Aplicações usando Aspectos
Monitoramento de Mídias Sociais
Como Desenvolver Sistemas de Informação
Inteligência Artificial
Linguagem de 1ª ordem da teoria de conjuntos
Visão Geral do Desenvolvimento de Sistemas e Papéis no Desenvolvimento de Software Marcely Dias
Classes e objetos Modelagem
Elementos de um Programa Eficaz em Segurança e Saúde no Trabalho
DIAGRAMA DE COMPONENTES
Processo de Software Prof. Dr. rer. nat. Daniel D. Abdala
José Roberto Blaschek Gerência do Escopo José Roberto Blaschek.
Inteligência Artificial
Conceitos e Definições – Parte 01
Aplicando tecnologias semânticas ao Balanced Scorecard
Aluno: Mário Monteiro Orientador: Sérgio Soares 1.
Object Oriented Software Construction (MEYER, Bertrand)
Bolsista: Carlos Henrique da Costa Coordenadora: Luciana Rita Guedes.
Ethos: Sistema Distribuído para Suporte ao Comitê de Ética em Pesquisa Autor: Rodrigo Stefani Domingues Orientador: Prof. Dr. Carlos M. T. Toledo Faculdade.
VI e-Science XXXII Congresso da Sociedade Brasileira de Computação (CSBC) BIOPEN MANAGER FERRAMENTA COMPUTACIONAL PARA COLETA E ANÁLISE DE DADOS LABORATORIAIS.
IB 1 Introdução à Computação Apresentação do curso Fonte: Prof: Joseana Macedo Fachine na01.ppt.
MOBILIZAÇÃO EMPRESARIAL PELA INOVAÇÃO - MEI
Arquitetura do Software
Engenharia do Conhecimento Ernesto Trajano Jacques Robin CIn-UFPE.
Prof. Alexandre Vasconcelos
1.
Técnicas de Modelagem para Aplicações em Computação Gráfica
1 My GRID: Bio-informática personalizada em uma grade de informação. Francisco Silva
Projeto de Banco de Dados
Probabilidades e Combinatória Distribuição de Probabilidades
SairPróximo Itens de Seleção Probabilidades e Combinatória Triângulo de Pascal. Propriedades das Combinações ITENS DE SELEÇÃO DOS EXAMES NACIONAIS E TESTES.
Design Pattern 4 Fundamentos da Engenharia de Software –Leonardo de França Rosa –Rodrigo de Carvalho Rocha.
UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO JOGO DE NAVE COMO FERRAMENTA PARA AUXÍLIO.
MAP_Definições n o 1 / 23 IDENTIFICAÇÃO, MODELAGEM E ANÁLISE DE PROCESSOS LUÍS GONZAGA TRABASSO Professor Associado Divisão de Engenharia Mecânica.
Abr-17 Atividades, Artefatos e Responsáveis da Disciplina de Análise e Projeto Fluxo de análise e projeto.
METODOLOGIA, MÉTODOS E FERRAMENTAS
Transcrição da apresentação:

Uma Ontologia Baseada em um Meta-Modelo Orientado a Objetos para Descrição de Domínios e Problemas de Planejamento da Área Espacial. Rodrigo Rocha Silva rrochas@gmail.com Mauricio Gonçalves Vieira Ferreira mauricio@ccs.inpe.br Nandamudi Lankalapalli Vijaykumar vijay@lac.inpe.br Instituto Nacional de Pesquisas Espaciais – INPE Laboratório Associado de Computação e Matemática Aplicada - LAC Centro de Controle de Satélites -CCS

Satélites Brasileiros: 2010-2020 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 CBERS-3 CBERS-4 CBERS-5 CBERS-6 Amazônia-1 Lattes-1 GPM-BR Amazônia-2 Lattes-2 SABIA-2 CBERS SABIA MAPSAR Plataforma Multi-missão GEO Met BR Geostac. 2

INPE: DOS DADOS AO CONHECIMENTO SATÉLITES Observação da terra e do universo SISTEMAS DE SOLO Controle de satélites, recepção e distribuição de dados espaciais GERAÇÃO DE CONHECIMENTO P&D em Espaço e Ambiente ACESSO AO CONHECIMENTO Produtos inovadores e singulares para a sociedade 3

Introdução O CCS é o responsável, no INPE, pelas tarefas de monitoramento e controle em órbita de satélites; Tarefa estratégica: Planejamento das atividades operacionais envolvidas; Automatização do controle de satélites. Artificial Intelligence Planning and Scheduling;

Introdução Engenharia de Conhecimento passou a ter uma grande importância na concepção dos problemas da área espacial; Especificação; Modelagem; Análise; Classificação dos domínios e problemas de planejamento; Criar uma Ontologia para descrever domínios e problemas de planejamento?

Motivação Competição Internacional de Planejamento (IPC) disponibilizou a linguagem PDDL em 1998; Bacchus em 2003 fez a seguinte critica à versão 2.1 da PDDL: “A PDDL 2.1 é um padrão muito útil para a competição de planejamento, mas o seu design não considera apropriadamente a questão da modelagem do domínio. Não seria muito recomendável usá-lo para especificar ou modelar domínios de planejamento fora do contexto da competição. O campo de planejamento em IA precisa explorar diferentes abordagens e precisa estar mais próximo efetivamente da modelagem e utilização de todos os diversos avanços que temos em domínios de planejamento.”

AIPS, Modelagens e Ontologia no INPE

Motivação “Não importa o quão eficientes ou poderosas são as técnicas e mecanismos de planejamento, elas são tão boas quanto o conhecimento do domínio que é fornecido a elas. Se o modelo do domínio fornecido é falho, o resultado da aplicação das técnicas será também falho” (MCCLUSKEY, 2006)

Linguagens de Modelagem de Domínios A representação de problemas de planejamento – estados, ações e objetivos – deve tornar possível a criação de algoritmos de planejamento para tirar proveito da estrutura lógica do problema. Stuart Russel

AIPS, Modelagens e Ontologia no INPE #include "language.h" RASSO_domain OperatingModes {normal, privileged, giving}; RASSO_domain ExperimentID {ex_1, ex_2, ex_3, ex_4, ex_5}; RASSO_type Experiment { ExperimentID id; OperatingModes mode; } Experiment exp1, exp2, exp3, exp4, exp5; RASSO_action (AllocateMemory) when_planning condition(exp1.mode == normal); //effects of the action in the current state //have to be described here when_running //time-tagged command(s) related to the action here action_success;

Engenharia do conhecimento para AIPS Modelo de domínio Modelo de domínio + Representações de Problemas => plano; Engenharia de conhecimento e Planejamento – estreito relacionamento;

Processo de Planejamento

Objetivo do Trabalho Criar uma ontologia baseada em meta-modelo orientado a objetos genérico o suficiente para a descrição de qualquer domínio de planejamento; Permitir maior flexibilidade nas definições do domínio através da componentização do modelo; Ser amplo representando uma grande variedade de problemas, mas restritivo o bastante para permitir que algoritmos eficientes operem sobre ele; Facilitar o correto mapeamento dos dados de entrada necessários para a geração da definição de domínios; Facilitar a entrada de dados através de interfaces amigáveis; Armazenamento e reaproveitamento de conhecimento;

KPlanOO Meta-ontologias, também chamadas de Ontologias Genéricas ou Ontologias Fundamentais, que são reutilizáveis (ou aplicáveis) em diferentes domínios. Ontologias de domínio são reutilizáveis em um dado domínio provendo vocabulários sobre os conceitos dentro de um domínio e seus relacionamentos, sobre as atividades que envolvem este domínio e sobre as teorias e princípios elementares que governam aquele domínio. Ontologias de aplicações que contêm o conhecimento necessário para modelar situações específicas de uma tarefa em um domínio particular.

KPlanOO Foi desenvolvido, utilizando a OO como metodologia, baseando-se na generalização das propriedades estruturais do domínio da AIPS, chegando assim um modelo estruturado de classes que se relacionam de forma que estabeleçam conceitos e métricas fortes para a modelagem deste domínio.

KPlanOO

KPlanOO

10

Conclusão Automatizar as operações de satélites operados pelo INPE; AIPS para os sistemas de operação de satélites; KPlanOO, ferramenta para descrição e modelagem de domínios de AIPS; Auxiliar a geração de planos para operações espaciais; Representação do conhecimento do domínio de planejamento; Mapeamento dos dados de entrada necessários para a geração da definição do domínio; Construção de interfaces amigáveis; Validação e reuso de descrições de domínios e problemas;