{"id":442,"date":"2019-02-24T09:14:52","date_gmt":"2019-02-24T12:14:52","guid":{"rendered":"https:\/\/wp.ufpel.edu.br\/computacao\/?page_id=442"},"modified":"2023-12-07T17:07:49","modified_gmt":"2023-12-07T20:07:49","slug":"sistemas-inteligentes","status":"publish","type":"page","link":"https:\/\/wp.ufpel.edu.br\/computacao\/ppgc\/sistemas-inteligentes\/","title":{"rendered":"Sistemas Inteligentes"},"content":{"rendered":"\n

A Linha de Pesquisa Sistemas Inteligentes visa estudar, desenvolver e aplicar sistemas computacionais capazes de solucionar problemas que exigem intelig\u00eancia para serem resolvidos. Tem como objetivo aplicar os conceitos, t\u00e9cnicas e ferramentas da Intelig\u00eancia Artificial no auxilio da resolu\u00e7\u00e3o de problemas conceituais e pr\u00e1ticos da computa\u00e7\u00e3o e das demais \u00e1reas do conhecimento, al\u00e9m de estudar e desenvolver o estado-da-arte da intelig\u00eancia artificial visando seu uso pr\u00e1tico em processos industriais e agroindustriais. Integram esta linha sistemas que evoluem e se adaptam (Sistemas Evolutivos), sistemas de intelig\u00eancia distribu\u00edda (Sistemas Multiagentes) e sistemas que s\u00e3o capazes de aprender com a experi\u00eancia (Aprendizado de M\u00e1quina).<\/p>\n\n\n\n

A \u00e1rea de Sistemas Evolutivos<\/strong> prop\u00f5e um paradigma alternativo aos modelos matem\u00e1ticos\/f\u00edsicos\/computacionais tradicionais. Este novo paradigma n\u00e3o exige, ao contr\u00e1rio deste \u00faltimo, o conhecimento pr\u00e9vio de um m\u00e9todo para encontrar a solu\u00e7\u00e3o do problema, pois \u00e9 baseado em mecanismos evolutivos como auto-organiza\u00e7\u00e3o e comportamento adaptativo, recorrentes na natureza. \u00c9 tamb\u00e9m entendida como ramo da computa\u00e7\u00e3o natural que inclui os t\u00f3picos de vida artificial, geometria fractal, sistemas complexos e intelig\u00eancia computacional.<\/p>\n\n\n\n

Na \u00e1rea de Aprendizado de M\u00e1quina<\/strong>, estudam-se algoritmos capazes de melhorar seu desempenho atrav\u00e9s da experi\u00eancia, permitindo construir sistemas que s\u00e3o capazes de aprender e detectar conceitos, categorias e padr\u00f5es. Tais t\u00e9cnicas s\u00e3o essenciais para modelar solu\u00e7\u00f5es que n\u00e3o possuem forma algor\u00edtmica conhecida e cujo conjunto de dados \u00e9 excessivamente grande para ser analisado por pessoas.<\/p>\n\n\n\n

Na \u00e1rea de Representa\u00e7\u00e3o de Conhecimento e Racioc\u00ednio<\/strong>, s\u00e3o investigados mecanismos para representar, organizar e buscar a interoperabilidade de informa\u00e7\u00f5es sobre caracter\u00edsticas de um ambiente, possibilitando a utiliza\u00e7\u00e3o por sistemas computacionais para apoio a resolu\u00e7\u00e3o de problemas complexos. Entre suas \u00e1reas de aplica\u00e7\u00e3o, destacamos a utiliza\u00e7\u00e3o de engenharia de ontologias e ci\u00eancia de dados aplicados a educa\u00e7\u00e3o, medicina, bioinform\u00e1tica e rob\u00f3tica.<\/p>\n\n\n\n

Na \u00e1rea de Sistemas de Recomenda\u00e7\u00e3o<\/strong>, s\u00e3o pesquisados m\u00e9todos para a recomenda\u00e7\u00e3o de objetos (pessoas, documentos, pr\u00e1ticas, entre outros) considerando o perfil, interesses e contexto de usu\u00e1rios com base em suas caracter\u00edsticas e informa\u00e7\u00f5es provenientes de diferentes de fontes. Busca-se compreender os interesses, objetivos e caracter\u00edsticas destes usu\u00e1rios, visando a elabora\u00e7\u00e3o de solu\u00e7\u00f5es personalizadas que auxiliem nos processos de tomada de decis\u00e3o. Entre suas \u00e1reas de aplica\u00e7\u00e3o destacamos ambientes educacionais inteligentes, sa\u00fade e bem estar e marketing e publicidade.<\/p>\n\n\n\n

Na \u00e1rea de Sistemas Multiagentes<\/strong>, procura-se resolver problemas que s\u00e3o inerentemente distribu\u00eddos atrav\u00e9s da a\u00e7\u00e3o, em sociedade, de agentes aut\u00f4nomos. Desta forma, a solu\u00e7\u00e3o dos problemas se d\u00e1 pela atua\u00e7\u00e3o do conjunto destes agentes, atrav\u00e9s de mecanismos de coordena\u00e7\u00e3o, coopera\u00e7\u00e3o, resolu\u00e7\u00e3o de conflitos, comunica\u00e7\u00e3o, etc. Um grande n\u00famero de problemas da ind\u00fastria em geral s\u00e3o distribu\u00eddos, devendo ser tratados desta forma para viabilizar solu\u00e7\u00f5es eficientes e de aplicabilidade real.<\/p>\n\n\n\n

O Processamento da Linguagem Natural <\/strong>representa uma sub\u00e1rea essencial da Intelig\u00eancia Artificial, que foca no desenvolvimento de sistemas computacionais capazes de compreender, interpretar e gerar linguagem humana, abrangendo tarefas como Reconhecimento de Fala, Tradu\u00e7\u00e3o Autom\u00e1tica e An\u00e1lise de Sentimento. Ao explorar desde conceitos fundamentais at\u00e9 aplica\u00e7\u00f5es avan\u00e7adas, essa sub\u00e1rea desempenha um papel estrat\u00e9gico em setores variados, contribuindo para a evolu\u00e7\u00e3o de interfaces e impulsionando a fronteira da Intelig\u00eancia Artificial na compreens\u00e3o e manipula\u00e7\u00e3o eficaz da linguagem natural.<\/p>\n\n\n\n

<\/p>\n\n\n\n

Orientadores na \u00e1rea:<\/p>\n\n\n\n