Introduzir a teoria de probabilidades e suas variantes do ponto de vista de inteligencia artificial, e discutir aplicações em robótica, especialmente técnicas de estimação e fusão sensorial, e sistemas especialistas, especialmente sistemas baseados em redes Bayesianas.
Programa resumido, utilizado para compor o catálogo de disciplinas da USPThe English translations of this field is optional
Fundamentos de probabilidade e estatística: espaço de possibilidades, axiomas de Kolmogorov, probabilidade condicional e de relações de independência. Teoria Bayesiana de inferência e decisão: axiomas de utilidade, modelos quadráticos e impulsivos de utilidade, estratégias de decisão baseadas em utilidade quadrática. Definição de redes Bayesianas e algoritmos básicos para inferência e decisão. Filtro de Kalman e aplicações em robótica: estimação de posição e atitude. Sistemas especialistas e fatores de incerteza: histórico, sistemas baseados em regras e suas limitações, descrição do sistema MYCIN, teoria de Dempster/Shafer. Teoria de conjuntos de probabilidades: motivação e axiomas, operações com conjuntos de probabilidade, decisões com conjuntos de probabilidade. Modelos de campos de Markov e aplicações em robótica (localização de robôs).PMR2728 - Probability Theory in Artificial Intelligence and RoboticsBasic material on probability theory and statistics: possibility spaces, Kolmogorov axioms, conditional probability and independence. Bayesian theory of inference and decision: utility axioms, quadratic and impulsive models, decision strategies. Bayesian networks: definition and basic inference algorithms. Kalman filter and applications in robotics: estimation of position and attitude. Expert systems and uncertainty factors: history and limitations, the MYCIN system and Dempster/Shafer theory. Theory of sets of probability: justification and axioms, operations and decisions. Markov field models and applications in robotics (robot localization).
) Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference, Judea Pearl, Morgan Kauffman, San Mateo, CA, 1988. 2) Artificial Intelligence: a Modern Approach, S. J. Russell and P. Norvig, Prentice Hall, New Jersey, 1995. Livros adicionais de consulta: 3) Statistical Reasoning with Imprecise Probabilities, Peter Walley, Chapman-Hall, Londres, 1991. 4) Tracking and Data Association, Yaakov Bar-Shalom e Thomas E. Fortmann, Academic Press, Nova York, 1988. 5) Probability via Expectation, Peter Whittle, Springer-Verlag, Nova York, 1992. 6) Optimal Statistical Decisions, Morris H. DeGroot, McGraw-Hill, 1970.