Escolar Documentos
Profissional Documentos
Cultura Documentos
Questão 01.
Como aplicação escolhida e apresentada a ideia em sala de aula. Vamos ter o
desenvolvimento de um sistema financeiro com base em regras fuzzy, o sistema tem como
finalidade a determinação e avaliação do risco financeiro do cliente e apresentação da
capacidade de pagamento do mesmo.
As variáveis a serem analisadas são definidas em independentes (Histórico de
Crédito e Renda) e dependentes (Classificação de Risco).
Variáveis
Independentes Dependentes
Histórico Renda Risco
A partir disso, vamos ter que a aplicação escolhida na questão a aplicação do item
1.4 está logo abaixo em conjunto com o código referente a aplicação por meio do Colab.
https://colab.research.google.com/drive/19unxeunbeFegng0-mTDFtpk_yA1rcBrn?usp=sharing
Questão 02.
a.1)
Considerando o artigo, uma base de conhecimento K é composta por três
elementos: entidades (E), relações (R) e um conjunto de fatos. Os fatos são representados
como trios (es, r, eo), onde "es" é a entidade sujeito pertencente ao conjunto E, "r" é a
relação pertencente ao conjunto R e "eo" é a entidade objeto também pertencente ao
conjunto E. Esses trios representam a existência da relação "r" entre o sujeito "es" e o
objeto "eo".
A base de conhecimento K pode não conter todas as relações possíveis entre um
par de entidades (es, eo). No entanto, é possível inferir relacionamentos ausentes utilizando
um corpus de texto D, que consiste em um conjunto de documentos. Nesse contexto, a
base de conhecimento K é expandida adicionando trios adicionais da forma (es, rd, eo), em
que "rd" representa o relacionamento descrito em um documento específico "d" pertencente
ao conjunto D.
Um exemplo foi apresentado no artigo, sendo considerar uma questão de linguagem
natural q, com uma entidade vinculada eq e o nó de resposta de destino ea
que o sistema KBQA (Knowledge base question answering) precisa encontrar. Seja um o
caminho p de eq para ea representado como:
● Definição 2.1 (Cadeia de Raciocínio). A lista ordenada de entidades [eq, ..., ea] e
relações [ri , ..., rn] correspondente a um caminho p é uma cadeia de raciocínio.
● Definição 2.2 (Cadeia Inferencial). A lista ordenada de relações [ri , ..., rn] de uma
cadeia de raciocínio é uma cadeia inferencial.
● Definição 2.3 (Questão de Similaridade). Perguntas q1 e q2 são semelhantes se
representam cadeias inferenciais semelhantes, mas não necessariamente
raciocínios semelhantes cadeias, por exemplo, "Quem é o treinador principal do
Tennessee
Titãs?" e "Quem é o treinador principal do Chicago
Blackhawks?".
a.2)
Um sistema de raciocínio baseado em casos (CBR - Case-Based Reasoning) é composto
por quatro principais componentes que seguem o ciclo dos 4 Rs: Retrieve (Recuperar),
Reuse (Reutilizar), Revise (Revisar) e Retain (Manter). Cada componente tem um desafio
principal associado e há diversas técnicas disponíveis para solucionar e implementar esses
desafios. Vamos explicar cada componente e suas respectivas questões:
● Retrieve (Recuperar):
Desafio principal: Encontrar casos relevantes na base de casos que sejam semelhantes ao
problema atual.
Técnicas disponíveis: As técnicas de recuperação incluem consultas baseadas em
similaridade, indexação e pesquisa baseada em atributos relevantes. Algoritmos como o
k-Nearest Neighbors (k-NN) e índices de similaridade (por exemplo, índice inverso) podem
ser usados para recuperar casos relevantes com base em atributos e características
semelhantes.
● Reuse (Reutilizar):
Desafio principal: Adaptar os casos recuperados para serem aplicados ao problema atual.
Técnicas disponíveis: As técnicas de reutilização envolvem a adaptação dos casos
recuperados para se adequarem ao novo problema. Isso pode ser feito por meio de técnicas
de adaptação, como substituição de valores ou regras, ajuste de parâmetros,
generalização/especialização, entre outras técnicas de ajuste dos casos para se adequarem
à nova situação.
● Revise (Revisar):
Desafio principal: Avaliar e verificar se a solução adaptada é adequada e correta para o
problema atual.
Técnicas disponíveis: As técnicas de revisão incluem a avaliação da solução adaptada por
meio de métricas de qualidade, medidas de similaridade, análise de casos passados e
comparação com soluções conhecidas. Também é possível aplicar técnicas de raciocínio
lógico, como lógica fuzzy, lógica de predicados e regras de inferência, para verificar a
coerência e consistência da solução.
● Retain (Manter):
Desafio principal: Armazenar a solução revisada e o novo caso para uso futuro.
Técnicas disponíveis: As técnicas de manutenção envolvem o armazenamento adequado
dos casos adaptados e revisados na base de casos, além de manter informações
relevantes, como atributos, soluções, medidas de similaridade e contexto. O uso de
sistemas de gerenciamento de banco de dados, técnicas de indexação e organização da
base de casos são comumente aplicados nessa etapa.
O ciclo dos 4 Rs é iterativo, o que significa que após a conclusão de uma iteração, o
sistema pode retornar à etapa de recuperação (Retrieve) para lidar com problemas futuros,
aprimorando assim seu desempenho com o tempo.
B)
Retrive: A primeira etapa desse sistema CBR (case-based reasoning) é encontrar
casos semelhantes na base de casos C quando uma nova pergunta-alvo, denominada q, é
apresentada. Para fazer essa busca, foi utilizado um método chamado FAISS, que é um
dense-retrieve, que funciona preenchendo um índice com vetores que representam os
casos presentes na base de casos C. Em seguida, é formada uma consulta x, para o
FAISS. Essa consulta é criada codificando a pergunta-alvo usando o mesmo procedimento
e modelo de linguagem pré-treinado que usado para as perguntas presentes na base de
casos. O dense-retrieve fornece uma classificação de similaridade entre a incorporação da
questão alvo x e todos os casos em C com base na similaridade de cosseno de suas
incorporações. Reunindo os k-vizinhos mais próximos (k-NN), e para cada um desses casos
c, coleta seu conjunto correspondente de cadeias inferenciais ou conjunto inferencial P em
resumo. Ao final da etapa de recuperação CBR, é obtida uma coleção dos conjuntos
inferenciais de casos k-NN.
C) -
D) -
Questão 03.
Como sugerido na lista, foi avaliado o sistema de alarme apresentado no livro
mencionado. Sendo assim, vamos ter:
Os aspectos de modelagem apresentados pela rede e exemplo estudado, tem
referência às variáveis que são dados pela incidência de fumaça, incêndio e alarme. Além
disso, a resposta destes com meios de comunicação, tal como sirene e contato de socorro.
Com essas variáveis pode-se construir as conexões e dependências entre elas e se
conectam a partir da estrutura de dados grafos.
Por se tratar de redes bayesianas existe a construção da tabela de probabilidades
condicionais, com a utilização das variáveis como parâmetro. E então, é construído o
modelo bayesiano e avaliado seu desempenho.
Dado o modelo bayesiano aplicado ao sistema de alarmes tem-se que a
representação do conhecimento é construído com base na disponibilidade dos históricos e
dados para aprendizado e cálculo probabilístico, outro fator importante é a necessidade de
um conhecimento sobre alarmes, sistemas e outros.
Sendo assim, a inferência probabilística é responsável pela construção das
possibilidades utilizadas no modelo. Para isso, utiliza-se técnicas diferentes, tal como a
amostragem de Monte Carlo, e assim, os cálculos se dão pela colheita dos dados, aplicação
e cálculos probabilísticos e por fim a obtenção dos resultados.
Tipos de Raciocínio
Diagnóstico - Dado o exemplo, temos que dado o raciocínio é necessário encontrar
as variáveis importantes e relacionar a partir de suas dependências. Como por exemplo, se
temos as variáveis Fumaça, Incêndio, Alarme e Diagnóstico. Vamos ter que Fumaça
influência a variável Incêndio, que influencia Alarme. E ambas unidas influenciam o
diagnóstico construído. Com isso, constrói-se o as tabelas de probabilidade e assim,
torna-se possível construir o diagnóstico do sistema. E podendo sempre ser atualizada
baseada em novos conhecimentos e informações.
Predição - Com as mesmas perspectivas do Diagnóstico, tem-se que esse raciocínio
visa observar o relacionamento das dependências ao longo do tempo. Com a construção da
tabela de probabilidade, pode-se ter a ocorrência de um evento a partir do histórico anterior.
Logo, pode-se predizer com base nas evidências até a tomada de decisão.
Intercausal - É o raciocínio que visa entender como as mudanças em variáveis
apresentam modificações nas dependências em outras variáveis no sistema. Desse modo,
ocorre a exploração do sistema causa e efeito.
Combinado - Esse raciocínio é a construção do uso das anteriores, que visa
apresentar uma abrangência geral sobre o sistema estudando, com isso, ocorre o estudo
das variáveis em diferentes perspectivas.
Aplicação:
Questão 04.
-
Questão 05.
Vamos ter que um sistema baseado em OWL apresenta uma maneira de construção
baseada na abordagem de conceitos e propriedades. Dessa forma, temos:
Classes - Conceito que representa um domínio sobre o sistema, como por exemplo
a categoria de um esporte;
Propriedades - Conceito referente às características e relacionamentos presentes
entre as classes e os indivíduos.
O sistema ainda passa por processos de criação de instâncias e os relacionamentos
anteriormente mencionados e por fim ocorre a aplicação da inferência. Logo,
A) A representação do conhecimento é representado pela ontologia, definindo assim
as classes existentes, propriedades e relacionamentos. Como por exemplo, em um sistema
esportivo, vamos ter Esporte e gênero, e como propriedade as características de cada
esporte.
B) A inferência sobre o conhecimento nesse sistema, age de acordo com a
construção de um motor de inferência no qual ocorre a examinação dos axiomas
construídos e assim pode-se realizar novas inferências de acordo com novas informações e
conceitos. Tal como o exemplo, de aplicação em um sistema de esporte seria.
Esporte com bola, faz parte de esportes dinâmicos, Dado um esporte como futebol,
podem implicar que futebol é um esporte dinâmico. Com isso, concluímos que a
potencialidade de um sistema OWL surge a partir da capacidade de inferir, presente com a
descoberta de novos conhecimentos.
C) -
Questão 06.