UNIVERSIDADE FEDERAL DE SANTA CATARINA

CAMPUS JOINVILLE
CENTRO TECNOLÓGICO DE JOINVILLE - CTJ
CURSO BACHARELADO EM ENGENHARIA MECATRÔNICA
SEMESTRE 2021/1

I. IDENTIFICAÇÃO DA DISCIPLINA
Código: EMB5617 Nome: Sistemas Inteligentes
Carga horária: 72 horas-aula Créditos: 04
Turma(s): 07605
Professor: Benjamin Grando Moreira

II. CONDIÇÕES DE OFERTA EM ENSINO REMOTO (Resolução 140/2020/CUN)

Quesito RESPOSTA

Informe o horário da disciplina no CAGR. Este horário será Horário CAGR para Atividades
reservado para as atividades síncronas da disciplina(1)? Síncronas:
(1)
o estudante não deve prever nenhuma outra atividade concomitante no mesmo 2.1330-2
horário.

Observado o item anterior, qual a periodicidade prevista para As atividades síncronas de ensino
ocorrerem as atividades síncronas de ensino e atendimento aos e atendimento aos estudantes
estudantes, excetuando-se eventuais avaliações síncronas? ocorrerão:
( ) em todos os horários do item
anterior
( ) semanalmente
(X) quinzenalmente

Quais as plataformas digitais a serem utilizadas nos encontros Plataforma: Google Meet ou BBB
síncronos? do Moodle.

Como o docente planeja realizar a aferição de frequência por parte dos Participação nas atividades.
estudantes na disciplina?

O docente disponibilizará o material gravado das atividades síncronas ( ) SIM ( X ) NÃO

para que os alunos possam acessá-lo de forma assíncrona
posteriormente? Plataforma: Moodle

Que tipo de material de apoio pedagógico o docente disponibilizará aos Vídeos, links externos e
alunos para estudo assíncrono? textos para leitura.

Como o docente pretende realizar a avaliação e aproveitamento dos Questionários avaliativos e

estudantes na disciplina? (o docente deve especificar claramente os trabalhos (individuais ou em
instrumentos, plataformas e metodologias de avaliação) grupo).

O docente solicitará dos estudantes a instalação de software(s) para o ( ) SIM ( X ) NÃO

desenvolvimento da disciplina que não esteja(m) disponível(eis) no
Terminal de Softwares da UFSC? Quais:
 Abaixo, o docente deve indicar a Bibliografia de Acesso Digital para esta disciplina.

FINOCCHIO, Marco Antonio Ferreira. Noções de redes neurais artificiais. Apostila do curso de engenharia
elétrica da Universidade Tecnológica Federal do Paraná, 2014. Disponível em
http://paginapessoal.utfpr.edu.br/mafinocchio/labsi-laboratorio-de-seguranca-e-iluminacao/redes-neurais-
artificiais/NOCaO%20DE%20REDES%20NEURAIS%20ARTIFICIAIS.pdf

CAVALCANTI, José Homero Feitosa, et al. Lógica Fuzzy Aplicada às Engenharias [versão provisória do
livro]. Disponível em http://www.logicafuzzy.com.br/wp-
content/uploads/2013/04/logica_fuzzy_aplicada_as_engenharias.pdf

MACHADO, Vinicius Ponte. Inteligência Artificial. Apostila. Disponível em

http://www.uece.br/computacaoead/index.php/downloads/doc_download/2177-inteligencia-artificial

Abaixo, o docente deve apresentar informações adicionais relacionadas à forma de oferta da disciplina,
avaliação e aferição de frequência e utilização de materiais em outros idiomas.

A disciplina será ministrada com atividades assíncronas e síncronas. Periodicamente serão disponibilizados
materiais de leitura e videoaulas com os conteúdos. A frequência será aferida por questionários
disponibilizados no Moodle, sendo atividades assíncronas que valerão a frequência. Os encontros síncronos
serão principalmente para atendimentos individualizados/equipes, e em horário marcado. Esses encontros não
serão gravados. Quando for necessário, serão marcados encontros síncronos para discussão dos conteúdos.
Esses encontros síncronos serão gravados (sempre que a tecnologia permitir) para posterior publicação no
Moodle. Deixo registrado que os encontros serão gravados e os alunos que não concordam em participar não
devem ligar a câmera ou entrar no chat.

III. PRÉ-REQUISITO(S) SUGERIDO(S)

EMB 5631 - Programação III

IV. EMENTA
Agentes inteligentes. Distinção entre problemas com e sem solução algorítmica. Técnicas de
representação do conhecimento e de aprendizagem aplicadas em sistemas inteligentes. Ferramentas
computacionais para projeto de sistemas inteligentes. Aplicações à área veicular.

V. OBJETIVOS
Entender o conceito de agentes e sua participação em um sistema multiagentes, bem como
diversas técnicas da inteligência artificial que permitem ao agente ter um comportamento inteligente.

VI. CONTEÚDO PROGRAMÁTICO

1. Agentes inteligentes
1.1 – Introdução aos sistemas inteligentes
1.2 – Sistemas multiagentes
1.3 – Desenvolvimento de sistemas multiagentes
2. Representação do conhecimento
2.1 – Métodos de busca
2.2 – Árvores de decisão
3. Sistemas especialistas
 3.1 – Sistemas baseados em conhecimento
3.2 – Lógica fuzzy
3.3 – Redes Neurais artificiais

VII. METODOLOGIA DE ENSINO / DESENVOLVIMENTO DO PROGRAMA

A disciplina será ministrada de forma assíncrona, com momentos síncronos para discussão dos conteúdos
e atendimento de dúvidas. Os conteúdos serão disponibilizados no Moodle, com material de leitura e
videoaulas com conceitos teóricos. Os alunos devem acessar o material e resolver os questionários para
fixação dos conteúdos. Os encontros síncronos acontecerão conforme a necessidade (identificadas pelas
respostas dos questionários e questionamentos dos alunos). Esses encontros serão gravados para posterior
publicação, sempre que possível. A ferramenta chat também será utilizada, principalmente na
impossibilidade de um encontro virtual. É fundamental que os alunos acessem os conteúdos antes dos
encontros síncronos.
Para aferição da frequência será considerado o aproveitamento do estudante em responder aos
questionários da disciplina disponibilizados no Moodle.

VIII. METODOLOGIA DE AVALIAÇÃO

A avaliação será realizada através de questionários aplicados periodicamente utilizando o Moodle,
um estudo dirigido e trabalhos que envolvem a codificação de técnicas. A nota final será obtida a partir da
seguinte equação:
Média = (Questionários*0,2) + (Trabalhos*0,3) + (Estudo dirigido*0,5)
Os questionários ficarão disponíveis aos alunos por um período restrito, que será informado no Moodle. Os
trabalhos e o estudo dirigido serão entregues no Moodle, em formato definido com a turma.

IX. AVALIAÇÃO FINAL

Caso o(a) aluno(a) não compareça a 75% da carga horária planejada da disciplina estará automaticamente
reprovado com nota 0,0 (zero), independentemente da sua média nas avaliações individuais, conforme
dispõem no Art. 69 § 2º da Resolução 017/CUn/97.
O(a) aluno(a) com frequência suficiente e média das notas entre três (3,0) e cinco vírgula cinco (5,5) terá
direito a uma nova avaliação no final do semestre que versará sobre todo o conteúdo da disciplina, conforme
o que dispõe o § 2º do Art. 70 e § 3º do Art. 71 da Resolução nº 17/Cun/97. Neste caso, a média final será
calculada através da média aritmética simples entre a média das notas das avaliações feitas durante o
semestre e a nota obtida na nova avaliação. A nota mínima de aprovação é seis (6,0).
A avaliação de recuperação também será via Moodle, na última semana do cronograma, e será composta
por um questionário.
Os(as) alunos(as) que eventualmente não realizarem alguma avaliação, por motivos comprovados, poderão
solicitar segunda chamada que será realizada conforme cronograma. A segunda chamada seguirá os
mesmos moldes da avaliação não realizada.
X. CRONOGRAMA
Data Conteúdo
Semana 1 Introdução aos sistemas inteligentes
Semana 2 Métodos de busca (com e sem informação)
Semana 3 Período de implementação do trabalho
Semana 4 Implementação de métodos de busca (entrega de trabalho – 14/07/2021)
Semana 5 Sistemas multiagentes (SMA)
Semana 6 Estudo de ferramenta para implementação de SMA
Semana 7 Período de implementação do trabalho
Semana 8 Implementação de multiagentes (entrega de trabalho – 14/08/2021)
Semana 9 Árvores de decisão e matriz de confusão
Semana 10 Redes Neurais Artificiais
Semana 11 Lógica fuzzy
Semanas 12-15 Acompanhamento do desenvolvimento das atividades do estudo dirigido
(entrega de trabalho – 27/09/2021)
Semana 16 2ª chamada e recuperação (datas e horários a combinar)
Os materiais de cada conteúdo já estarão disponíveis no início do semestre, sendo complementado com
novos materiais conforme o cronograma da disciplina.
Os questionários avaliativos serão disponibilizados na semana seguinte do conteúdo por ela abordado.

XI. BIBLIOGRAFIA BÁSICA

RUSSEL, S. J.; NORVIG, P. Inteligência Artificial. 3ed. Rio de Janeiro: Elsevier, 2013. ISBN
978-8535237016.
LUGER, G. F. Inteligência Artificial. 6ed. São Paulo: Pearson Education do Brasil, 2013. ISBN 978-
8581435503.
BEN, C. Inteligência Artificial. 1ed. Rio de Janeiro: LTC. 2010. ISBN 978-8521617297.

XII. BIBLIOGRAFIA COMPLEMENTAR

CAMPOS, M. M.; Saito, K. Sistemas Inteligentes em Controle e Automação de Processos. Editora
Ciência Moderna, 2004. ISBN 8573933089
NILSSON, N. J. Introduction to machine learning. 2005. Disponível em:
http://robotics.stanford.edu/~nilsson/MLBOOK.pdf
CARVALHO, A. Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina. 1a ed. Rio
de Janeiro: LTC. 2012. ISBN 978-8521620150.
ROSA, J. L. G. Fundamentos da Inteligência Artificial. 1ed. Rio de Janeiro: LTC. 2011. ISBN
978-8521620051.
HUTH, M.; RYAN, M. Lógica em Ciência da Computação. 2ed. Rio de Janeiro: LTC. 2008.
ISBN 978-8521616108.

XIII. OBSERVAÇÕES
Os períodos dos conteúdos do cronograma são um planejamento e podem ser alterados conforme o
andamento da disciplina.

Plano de Ensino atualizado em: 18 / 05 / 2021

Benjamin Grando Moreira