
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado
Centro: Tecnológico
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Mecânica
Dimensão Institucional: Pós-Graduação
Dimensão ODS: Econômica
Tipo do Documento: Dissertação
Título: KNOWLEDGE-BASED SYSTEM FOR CATEGORIZATION AND SELECTION OF CREATIVITY SUPPORT TECHNIQUES IN DESIGN
Orientador
- JONNY CARLOS DA SILVA
Aluno
- LUIZ FERNANDO DE CARVALHO BOTEGA
Conteúdo
Para manter a parcela de mercado no cenário competitivo atual, toda organização deve melhorar suas habilidades criativas, que são a base para inovação e desenvolvimento de soluções adequadas para consumidores com necessidades em constante mudança. uma grande expertise é necessária para alcançar tais níveis de criatividade, uma capacidade ainda dependente da capacidade humana. sendo este conhecimento ainda sujeito à disponibilidade, o desenvolvimento de um sistema computacional com a capacidade de selecionar técnicas de criatividade se torna relevante, emulando a habilidade humana de tomada de decisão. este trabalho visa elucidar os ciclos de desenvolvimento e as métricas de implementação de um sistema baseado em conhecimento para selecionar técnicas de criatividade de diversas áreas de conhecimento, convergindo conhecimentos de engenharia mecânica, metodologia de projeto, design centrado no usuário, inteligência artificial e engenharia do conhecimento. o protótipo apresentado é relatado cronologicamente em três ciclos incrementais de desenvolvimento. primeiro ciclo expõe a estrutura e implementação inicial, bem como a lógica de inferência principal. o segundo aborda melhorias e expansões do sistema em desenvolvimento. o terceiro foca nas recomendações de validação e melhoras de interface. para selecionar adequadamente as técnicas de criatividade, o protótipo requer uma conexão lógica entre fatores de projeto e a seleção efetiva de uma ferramenta, i.e. as saídas do sistema. este encadeamento foi estruturado através de um processo de dupla inferência usando categorização, o qual descreve o cenário de entrada em termos de cinco categorias e combina os valores identificados para cada categoria com as técnicas de criatividade. na versão atual, o protótipo contém 24 ferramentas de suporte à criatividade, contando com mais de 500 combinações de cenários de projeto. as saídas incluem explicações quanto ao processo de inferência, aprendizados em como usar cada técnica, informações gerais e exemplos.
Pós-processamento: Índice de Shannon: 3.87192
ODS 1 | ODS 2 | ODS 3 | ODS 4 | ODS 5 | ODS 6 | ODS 7 | ODS 8 | ODS 9 | ODS 10 | ODS 11 | ODS 12 | ODS 13 | ODS 14 | ODS 15 | ODS 16 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3,73% | 7,94% | 4,72% | 9,94% | 4,75% | 3,99% | 7,16% | 5,08% | 14,11% | 2,96% | 9,16% | 6,80% | 5,41% | 4,68% | 4,01% | 5,56% |
ODS Predominates


3,73%

7,94%

4,72%

9,94%

4,75%

3,99%

7,16%

5,08%

14,11%

2,96%

9,16%

6,80%

5,41%

4,68%

4,01%

5,56%