Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Não Informado

Departamento: Não Informado

Dimensão Institucional: Pós-Graduação

Dimensão ODS: Econômica

Tipo do Documento: Dissertação

Título: REPRESENTAÇÃO DE DADOS SEMÂNTICOS EM AGENTES BDI

Orientador
  • RICARDO AZAMBUJA SILVEIRA
Aluno
  • DIOGO DE CAMPOS

Conteúdo

Crescentes necessidades de comunicação estão levando a internet a tomar uma direção voltada para dados semânticos. com o avanço de dados semânticos na web, estamos atingindo um ponto onde ferramentas de software devem se adaptar a este novo formato. este trabalho discute agentes inteligentes da ia, baseados em um modelo de lógica bdi, adaptados para armazenar e se comunicar com dados semânticos, como estes dados podem ser armazenados e utilizados para comunicação com stores da web semântica e também com outros agentes, semânticos e não semânticos. é apresentada uma proposta para o problema da representação de dados semânticos em agentes bdi, como isto pode ser integrado ao modelo, e como estes dados se relacionam com a informação na internet. serão exploradas maneiras para como modelos de dados semânticos podem ser usados para modelar informação simbólica relacionada a um agente, seus processos e estados (representados através de crenças e intenções) e porque esta integração pode levar a melhores resultados quando acessando informação semântica na web. para validar esta proposta, é apresentado um modelo teórico, que é avaliado em comparação com outros trabalhos na área, levantando as diferenças, motivações e melhorias feitas neste trabalho. o modelo propõe uma associação entre as crenças dos agentes com dados anotados semanticamente já existentes na web. este modelo é efetivamente implementado em uma ferramenta criada para demonstrar e validar na prática as intenções deste trabalho. esta ferramenta chamada pysa é apresentada, expondo os principais pontos defendidos na proposta, testando em situações hipotéticas e exemplos reais a comunicação e aprendizado semanticamente rico que é o objetivo do trabalho.

Índice de Shannon: 3.98399

Índice de Gini: 0.936105

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
4,98% 6,07% 7,61% 6,22% 6,53% 5,38% 6,19% 7,84% 7,38% 5,46% 7,53% 5,52% 4,89% 6,73% 5,30% 6,37%
ODS Predominates
ODS 8
ODS 1

4,98%

ODS 2

6,07%

ODS 3

7,61%

ODS 4

6,22%

ODS 5

6,53%

ODS 6

5,38%

ODS 7

6,19%

ODS 8

7,84%

ODS 9

7,38%

ODS 10

5,46%

ODS 11

7,53%

ODS 12

5,52%

ODS 13

4,89%

ODS 14

6,73%

ODS 15

5,30%

ODS 16

6,37%