Disciplina Discipline MAC5778
Sistemas Baseados em Conhecimento

Knowledge Based Systems

Área de Concentração: 45134

Concentration area: 45134

Criação: 27/06/2024

Creation: 27/06/2024

Ativação: 27/06/2024

Activation: 27/06/2024

Nr. de Créditos: 8

Credits: 8

Carga Horária:

Workload:

Teórica

(por semana)

Theory

(weekly)

Prática

(por semana)

Practice

(weekly)

Estudos

(por semana)

Study

(weekly)

Duração Duration Total Total
4 2 4 12 semanas 12 weeks 120 horas 120 hours

Docente Responsável:

Professor:

Renata Wassermann

Objetivos:

Expor a/o estudante à Inteligência Artificial Simbólica, com aprofundamento em alguns tópicos como raciocínio lógico, construção de bases de conhecimento, engenharia de conhecimento e ontologias.

Objectives:

Expose the student to Symbolic Artificial Intelligence, with an in-depth look at some topics such as logical reasoning, building knowledge bases, knowledge engineering and ontologies.

Justificativa:

As técnicas estudadas nesta disciplina são utilizadas em sistemas de busca, sistemas multi-agentes, ferramentas para consulta e integração de bases de dados, entre outros.

Rationale:

The techniques studied in this discipline are used in search systems, multi-agent systems, tools for querying and integrating databases, among others.

Conteúdo:

Fundamentos da Inteligência Artificial. Resolução de problemas com técnicas de busca. Representação de conhecimento. Raciocínio lógico. Inferência em lógica de predicados de primeira ordem. Provador de teoremas. Construção de bases de produção. Engenharia de conhecimento. Engenharia e uso de ontologias. Programação lógica. Sistemas de produção. Redes semânticas. Aprendizagem de conhecimento. Programação lógica indutiva. Aprendizagem baseada em explicação. Agentes que se comunicam. Processamento de linguagem natural.

Content:

Fundamentals of Artificial Intelligence. Knowledge representation. Logical reasoning. Inference in first-order predicate logic. Use of rules. Logic programming. Description logics. Construction of knowledge bases. Knowledge engineering. Tools for building and using ontologies.

Forma de Avaliação:

A avaliação será realizada através de seminários, projetos e provas. A nota final será calculada pela média obtida pelo aluno nos instrumentos de avaliação. Nas duas primeiras semanas de aula o docente fixará as datas e o número de provas, projetos e seminários, assim como o critério de atribuição do conceito final.

Type of Assessment:

The evaluation will be carried out through seminars, projects and tests. The final grade will be calculated by mean obtained by the student in the assessment instrument. In the first two weeks of class, the teacher will set the dates and number of tests, projects and seminars, as well as the criteria for attributing the final letter grade.

Bibliografia:

[1] Ronald Brachman, Hector Levesque. Knowledge Representation and Reasoning, 2004, Elsevier (The Morgan Kaufmann Series in Artificial Intelligence) [2] Baader F, Horrocks I, Lutz C, Sattler U. An Introduction to Description Logic. Cambridge University Press; 2017. [3] Grigoris Antoniou, Paul Groth, Frank van Harmelen and Rinke Hoekstra. A Semantic Web Primer, third edition. The MIT Press, 2012.

Bibliography:

[1] Ronald Brachman, Hector Levesque. Knowledge Representation and Reasoning, 2004, Elsevier (The Morgan Kaufmann Series in Artificial Intelligence) [2] Baader F, Horrocks I, Lutz C, Sattler U. An Introduction to Description Logic. Cambridge University Press; 2017. [3] Grigoris Antoniou, Paul Groth, Frank van Harmelen and Rinke Hoekstra. A Semantic Web Primer, third edition. The MIT Press, 2012.

Tipo de oferecimento da disciplina:

Presencial

Class type:

Presencial