Programa

Representação do Conhecimento e Raciocínio

Mestrado Bolonha em Engenharia Informática e de Computadores - Alameda

Mestrado Bolonha em Engenharia Informática e de Computadores - Taguspark

Programa

1. Introdução: Conhecimento, Representação de Conhecimento e Raciocínio. Conhecimento Declarativo e Conhecimento Procedimental. A Hipótese de Representação de Conhecimento. Sistemas Baseados em Conhecimento. A importância da representar conhecimento e de raciocinar sobre ele. Noções de Solidez e Completude. O nível dos símbolos e do conhecimento. 2. Aplicações da Representação de Conhecimento e Raciocínio. 3. Lógica de Primeira Ordem: Sintaxe, Semântica, Pragmática. Crenças explícitas e implícitas em Sistemas Baseados em Conhecimento em lógica de primeira ordem. 4. Exprimir o conhecimento em Lógica Clássica de Primeira Ordem: metodologia para criar bases de conhecimentos em Lógica Clássica de Primeira Ordem. 5. Resolução em Lógica Clássica de Primeira Ordem (variáveis e quantificadores). 6. Estratégias várias para lidar com a Intratabilidade do raciocínio: Base de Herbrand, SAT Solvers, MGU, Raciocínio baseado em Cláusulas de Horn, estratégias várias. 7. Controlo de Raciocínio Procedimental. 8. Sistemas Baseados em Conhecimento: O que são, componentes, casos de sucesso, áreas de aplicação, técnicas usadas, limitações. Análise de um sistema de sucesso (por exemplo MYCIN). 9. Sistemas de Produção: a utilização de Regras como método de representação de conhecimento e raciocínio. 10. Sistemas Orientados a Objectos: ideias principais de representação e raciocínio neste tipo de sistemas. Um sistema de Enquadramentos genérico (representação e raciocínio). Análise de um problema concreto usando um sistema de enquadramentos. Um Sistema de Enquadramentos avançados (por exemplo KEE): representação e raciocínio. Representação de conhecimento para resolução de um problema num sistema de enquadramentos. Vantagens e Desvantagens. 11. Representação de conhecimento em Lógicas Descritivas. Ideias principais por detrás do desenvolvimento desta família de sistemas. Representação de Conhecimento em Lógicas Descritivas. Separação da A-Box e T-Box, propriedades intrínsecas e contigentes. Um sistema da família DL, sintaxe e seu sistema semântico. Raciocínio em Lógicas Descritivas. Computação da sumbção (subsumption) e satisfação. Resolução de um problema de representação numa Lógica Descritiva. Classificação. Extensões à linguagem base. Aplicações baseadas em Lógicas Descritivas. 12. Semantic Web e Ontologias. As Lógicas Descritivas e a Semantic Web. As Lógicas Descritivas e as Ontologias. 13. Redes de Herança. Abordagens translacionais e topológicas. Herança estrita e revisível. Estratégias topológicas de resolução da Herança revisível: caminho mais curto, distância inferencial. Resolução de herança revisível segundo uma abordagem topológica completa: suporte, especificidade, preensão, redundância. A noção de extensão. Extensão crédula e extensão preferida. Herança crédula e herança céptica. 14. Motivação às Lógicas não monótonas. Raciocínio por omissão e não monotonicidade. Uma lógica não monótona, por exemplo a Lógica de Omissão do Reiter. Regras de Omissão, extensões, múltiplas extensões. Representação de problemas na Lógica de Omissão. Cálculo de extensões, usando o sistema sintático. Exemplos de teorias sem extensões, uma ou várias extensões. Teorias normais de omissão e suas propriedades. Teorias semi-normais e suas propriedades. Vantagens e desvantagens das lógicas não monótonas. Objeções às Lógicas não monótonas. 15. Incerteza e graus de crença. 16. Explicação e Diagnóstico.