SisAC – Sistema de Auxílio à           Classificação      Estudo de caso: Ostracode                        Giovani Manica ...
Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusõe...
Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusõe...
Introdução Gerenciamento de grandes volumes de informação necessárias para  construção de raciocínios Necessidade de fác...
Introdução Objetivo Principal     Desenvolver um sistema que auxilie especialistas e neófitos a      lidarem com grandes...
Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusõe...
Paleontologia A Terra existe a 4,6 bilhões de anos Passou e continua passando por evoluções A vida na Terra teve início...
Paleontologia5 de setembro de 2012              8
Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusõe...
Trabalhos Correlatos An application of expert systems to botanical taxonomy – Contreras  et al, 2003    Auxiliar pesquis...
Trabalhos Correlatos Expert System for pests, diseases and weeds identification in olive  crops – Gonzales-Andujar, 2009 ...
Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusõe...
Arquitetura e funcionalidades do sistema5 de setembro de 2012                        13
Arquitetura e funcionalidades do sistema5 de setembro de 2012                        14
Arquitetura e funcionalidades do sistema5 de setembro de 2012                        15
Detecção de Cantos por K-Cossenos5 de setembro de 2012                             16
Detecção de Cantos por K-Cossenos5 de setembro de 2012                             17
Detecção de Cantos por K-Cossenos5 de setembro de 2012                             18
Detecção de Cantos por K-Cossenos5 de setembro de 2012                             19
Detecção de Cantos por K-Cossenos5 de setembro de 2012                             20
Matriz de Co-Ocorrência                                Caraterística           Valor                           Segundo Mom...
Matriz de Co-Ocorrência5 de setembro de 2012                        22
Representação do Conhecimento Conhecimento    Forma de representar as informações de um objeto de estudo Atributos    ...
Representação do Conhecimento                                               Regras Representadas em senteças do tipo IF-T...
Representação do Conhecimento                                               Regras5 de setembro de 2012                   ...
Representação do Conhecimento                                   Domínio de Trabalho Domínio de Trabalho    Forma de gerê...
Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusõe...
Validação do Sistema                                      Forma de Validação Composição do questionário:    Atividade 1 ...
Validação do Sistemas                           Resultados Obtidos5 de setembro de 2012                      29
Validação do Sistemas                                    Resultados Obtidos Os resultados demonstram que o sistema se mos...
Validação do Sistemas                                       Resultados Obtidos Os resultados apresentam que o sistema se ...
Validação do Sistemas                                       Resultados Obtidos Não foi possível realizar nenhuma análise ...
Validação do Sistemas                                     Resultados Obtidos Todos os participantes concordam que a utili...
Validação do Sistemas                                       Resultados Obtidos Não foi possível extrair uma análise visto...
Validação do Sistemas         Observações e Críticas dos participantes Comentários dos resultados das questões da ativida...
Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusõe...
Conclusões Como resultado:    Obteve-se um sistema:      Robusto      Genérico      Centralizado      Disseminador  ...
Conclusões Contribuições    Sistema de integração e disseminação do conhecimento auxiliando a     neófitos e especialist...
Perguntas5 de setembro de 2012          39
Bibliografia POST, E. Formal reduction of the general combinatorial problem.  American Journal of Mathematics, p. 197268,...
Embasamento Teórico Sistemas Especialistas    Conhecimento Baseado em Regras    Raciocínio Baseado em Casos Processame...
Embasamento Teórico       Conhecimento Baseado em Regras (CBR) Visam simular/recriar o raciocínio de um especialista na t...
Embasamento Teórico                  Raciocínio Baseado em Casos (RBC)5 de setembro de 2012                            43
Arquitetura e funcionalidades do sistema5 de setembro de 2012                        46
Embasamento Teórico                           Processamento de Imagem Processamento de Imagem     Detecção de Cantos por...
Embasamento Teórico                   Detecção de Cantos por K-Cossenos5 de setembro de 2012                             48
Embasamento Teórico                   Detecção de Cantos por K-Cossenos5 de setembro de 2012                             49
Embasamento Teórico                   Detecção de Cantos por K-Cossenos5 de setembro de 2012                             50
Embasamento Teórica                   Detecção de Cantos por K-Cossenos5 de setembro de 2012                             51
Embasamento Teórico                   Detecção de Cantos por K-Cossenos5 de setembro de 2012                             52
Embasamento Teórico                        Matriz de Co-Ocorrência5 de setembro de 2012                        53
Embasamento Teórico                        Matriz de Co-Ocorrência5 de setembro de 2012                        54
Embasamento Teórico                        Matriz de Co-Ocorrência                            0°           45°            ...
Embasamento Teórico                        Matriz de Co-Ocorrência5 de setembro de 2012                        56
Embasamento Teórico                            Matriz de Co-Ocorrência Segundo Momento Angular Contraste Correlação Ho...
Validação do Sistemas                        Comentário geral dos resultados Apesar do sistema não ter se mostrado satisf...
Próximos SlideShares
Carregando em…5
×

Dissertação - SisAC. Sistema de Auxílio à Classificação. Estudo de Caso: Ostracode

399 visualizações

Publicada em

Publicada em: Tecnologia
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
399
No SlideShare
0
A partir de incorporações
0
Número de incorporações
3
Ações
Compartilhamentos
0
Downloads
1
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Dissertação - SisAC. Sistema de Auxílio à Classificação. Estudo de Caso: Ostracode

  1. 1. SisAC – Sistema de Auxílio à Classificação Estudo de caso: Ostracode Giovani Manica Barili giovanimanicabarili@gmail.com Prof. Dr. João Francisco Valiati (Orientador) Universidade do Vale do Rio dos SinosPrograma Interdisciplinar de Pós-Graduação em Computação Aplicada (PIPCA) Março 2011
  2. 2. Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusões Perguntas5 de setembro de 2012 2
  3. 3. Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusões Perguntas5 de setembro de 2012 3
  4. 4. Introdução Gerenciamento de grandes volumes de informação necessárias para construção de raciocínios Necessidade de fácil recuperação das informações sobre um conhecimento de um domínio de estudo Estruturas organizacionais para catalogar e classificar informações de conhecimentos:  Atlas  Árvore taxonômicas  Chaves dicotômicas  Bibliotecas Como resultado, a indústria e setores acadêmicos buscam ou criam ferramentas computacionais que visam auxiliar na solução de problemas e/ou na tomada de decisão.5 de setembro de 2012 4
  5. 5. Introdução Objetivo Principal  Desenvolver um sistema que auxilie especialistas e neófitos a lidarem com grandes volumes de informação referente ao conhecimento de seu domínio de estudo  Aplicar o sistema em um domínio real para avaliação. Estudo de caso Ostracode Objetivos Específicos  Projetar o sistema, incluíndo os módulos para lidar com SE e PI;  Implementar o sistema projetado;  Popular o sistema com o conhecimento do estudo de caso por meio de um especialista;  Validar o sistema com usuários especialistas e neófitos do estudo de caso por meio de uma atividade e um questionário;  Analisar o resultado dos questionários respondidos;5 de setembro de 2012 5
  6. 6. Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusões Perguntas5 de setembro de 2012 6
  7. 7. Paleontologia A Terra existe a 4,6 bilhões de anos Passou e continua passando por evoluções A vida na Terra teve início há 600 milhões de anos  Formas de vida exclusivamente marinhos  Extremamente pequenos  Pouco especializados Entre 250 a 65 milhões já existiam animais maiores  Presentes na terra e no mar  Representados pelos dinossauros Somente a 65 milhões de anos até os dias de hoje a Terra passou a ter flores, plantas, frutos e mamíferos, que originariam o homem Biota que deu origem a vida  Foraminíferos  Radioláres  Nanofósseis  Dinoflagelados  Ostracodes 5 de setembro de 2012 7
  8. 8. Paleontologia5 de setembro de 2012 8
  9. 9. Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusões Perguntas5 de setembro de 2012 9
  10. 10. Trabalhos Correlatos An application of expert systems to botanical taxonomy – Contreras et al, 2003  Auxiliar pesquisadores de botânica na tarefa de classificação de plantas  Autor comenta que a estruturação das regras em formas de árvores são semelhantes as chaves dicotomáticas  Utilização de imagem e texto como forma de descrição das características que descrevem as plantas e os conhecimentos Computer aided diagnosis system of medical images using incremental learning method – Park et al, 2009  Visa auxiliar radiologistas na interpretação de imagens de raio-x  Utiliza ferramentas de Processamento de Imagem para extração de características  A base de regras foi composta por apenas 29 regras  Não pode ser comparado com outro sistema pois esse sistema seria único a integrar PI com técncias de IA5 de setembro de 2012 10
  11. 11. Trabalhos Correlatos Expert System for pests, diseases and weeds identification in olive crops – Gonzales-Andujar, 2009  Visa classificar e identificar pestes, doenças e ervas daninha que prejudicam as plantações de oliva.  Sistema validado em dois passos:  Validação e verificação testandos todas as regras do sistema  Atividade com 20 alunos e especialistas da área ◊ Utilização do sistema para classificar algumas pestes, doenças e ervas daninhas ◊ Respoderam questionário sobre a dificuldade de classificar e a ajuda que o sistema pode oferecer5 de setembro de 2012 11
  12. 12. Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusões Perguntas5 de setembro de 2012 12
  13. 13. Arquitetura e funcionalidades do sistema5 de setembro de 2012 13
  14. 14. Arquitetura e funcionalidades do sistema5 de setembro de 2012 14
  15. 15. Arquitetura e funcionalidades do sistema5 de setembro de 2012 15
  16. 16. Detecção de Cantos por K-Cossenos5 de setembro de 2012 16
  17. 17. Detecção de Cantos por K-Cossenos5 de setembro de 2012 17
  18. 18. Detecção de Cantos por K-Cossenos5 de setembro de 2012 18
  19. 19. Detecção de Cantos por K-Cossenos5 de setembro de 2012 19
  20. 20. Detecção de Cantos por K-Cossenos5 de setembro de 2012 20
  21. 21. Matriz de Co-Ocorrência Caraterística Valor Segundo Momento Angular 0,5 Constraste 0.1 Correlação 0.3 Homogeneidade 0.4 Caraterística Valor Segundo Momento Angular 0,1 Constraste 0.9 Correlação 0.1 Homogeneidade 0.1 Caraterística Valor Segundo Momento Angular 0,9 Constraste 0.3 Correlação 0.7 Homogeneidade 0.95 de setembro de 2012 21
  22. 22. Matriz de Co-Ocorrência5 de setembro de 2012 22
  23. 23. Representação do Conhecimento Conhecimento  Forma de representar as informações de um objeto de estudo Atributos  Forma de representar as características de um objeto de estudo Valores  Conjunto de valores que representam um atributo Exemplo:  Conhecimentos: Carro, Moto, Tricículo, Caminhão  Atributo: Quantidade de rodas  Valor: +4, 4, 3, 25 de setembro de 2012 23
  24. 24. Representação do Conhecimento Regras Representadas em senteças do tipo IF-THEN Lógica booleana E, OU e NÃO Sentenças formadas por um encadeamento principal unidos por E e diversos encadeamentos secundários unidos por OU Forma de encadeamento com objetivo de facilitar validação das regras5 de setembro de 2012 24
  25. 25. Representação do Conhecimento Regras5 de setembro de 2012 25
  26. 26. Representação do Conhecimento Domínio de Trabalho Domínio de Trabalho  Forma de gerênciamento e organização das informações do sistema  Definem uma região espacial e o grupo de objetos de estudo de um domínio a ser trabalhado Organização fundamental visto a quantidade de informações que podem haver em um domínio de estudos Visa evitar a apresentação de uma grande quantidade de resultados dado uma grande quantidade de regras5 de setembro de 2012 26
  27. 27. Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusões Perguntas5 de setembro de 2012 27
  28. 28. Validação do Sistema Forma de Validação Composição do questionário:  Atividade 1 e 2 Classificar um conjunto de espécimes com o próprio conhecimento Classificar outro conjunto de espécimes com o auxílio do sistema Tinha como objetivo analisar o desempenho dos participantes no processo de classificação  Atividade 3 Responder um questionário com perguntas fechadas Tinha como objetivo extrair observações pontuais dos participantes em relação ao sistema  Atividade 4 Responder um questionário com perguntas abertas, permitindo sugestões e críticas Tinha como objetivo extrair observações pessoais dos participantes em relação ao sistema, permitindo que apresentassem suas sugestões e/ou críticas para a melhoria do sistema5 de setembro de 2012 28
  29. 29. Validação do Sistemas Resultados Obtidos5 de setembro de 2012 29
  30. 30. Validação do Sistemas Resultados Obtidos Os resultados demonstram que o sistema se mostrou simples e de fácil utilização;5 de setembro de 2012 30
  31. 31. Validação do Sistemas Resultados Obtidos Os resultados apresentam que o sistema se mostrou insatisfatório na opinião dos participantes Tais resultados se dão ao fato da maioria dos participantes ser especialista da área e já possuir conhecimento suficiente para lidar com as subjetividades do domínio5 de setembro de 2012 31
  32. 32. Validação do Sistemas Resultados Obtidos Não foi possível realizar nenhuma análise sobre os resultados, pois não houve consenso entre os participantes Essa situação se deve ao fato da base de dados estar baseada no atlas, permitindo que os resultados apresentados fossem suficientes para alguns participantes em não para outros5 de setembro de 2012 32
  33. 33. Validação do Sistemas Resultados Obtidos Todos os participantes concordam que a utilização de imagens pode auxiliar no processo de classificação Como apresentado em trabalhos correlatos, a possibilidade de visualizar as opções de escolha que definem um espécime é de grande ajuda no processo de classificação5 de setembro de 2012 33
  34. 34. Validação do Sistemas Resultados Obtidos Não foi possível extrair uma análise visto que os resultados estão distribuídos na grade de respostas É possível visualizar que quanto menos conhecimento o participante possui, maior a probabilidade que o sistema auxilie na redução de subjetividade5 de setembro de 2012 34
  35. 35. Validação do Sistemas Observações e Críticas dos participantes Comentários dos resultados das questões da atividade 4:  Sistema supre as dificuldades como grande quantidade de espécimes e falta de material  Classificação mais rápida com a utilização do sistema  Imagens se mostraram de grande ajuda no processo de classificação  Melhoria na base de conhecimento com mais informações e imagens  Sistema é de grande ajuda para quem está començando a trabalhar com o domínio de estudo5 de setembro de 2012 35
  36. 36. Sumário Introdução Paleontologia Trabalhos Correlatos Arquitetura do sistema proposto Validação do Sistema Conclusões Perguntas5 de setembro de 2012 36
  37. 37. Conclusões Como resultado:  Obteve-se um sistema: Robusto Genérico Centralizado Disseminador Tipificação de usuários Dificuldades  Interação com os especialistas do domínio  Aquisição do conhecimento especialista5 de setembro de 2012 37
  38. 38. Conclusões Contribuições  Sistema de integração e disseminação do conhecimento auxiliando a neófitos e especialistas novos no domínio a classificar seus objetos de estudo Artigos submetidos  DEXA 2011 - 22nd International Conference on Database and Expert Systems Applications  ENIA 2011 - VIII Encontro Nacional de Inteligência Artificial Trabalhos futuros:  Aprimorar a base de conhecimento  Possibilidade de estender o sistema para outros domínios  Validar o sistema utilizando com um grupo maior de neófitos e especialistas que não estejam inseridos no domínio abordado5 de setembro de 2012 38
  39. 39. Perguntas5 de setembro de 2012 39
  40. 40. Bibliografia POST, E. Formal reduction of the general combinatorial problem. American Journal of Mathematics, p. 197268, 1943. PARK, M. et al. Computer aided diagnosis system of medical images using incremental learning method. Expert System with Application, Elsevier, n. 36, p. 72427251, 2009. GONZALES-ANDUJAR, J. Expert system for pests, diseases and weeds identication in olive crops. Expert System with Application, Elsevier, n. 36, p. 32783282, 2009. CONTRERAS, W. F. et al. An application of expert systems to botanical taxonomy. Expert System with Application, Elsevier, n. 25, p. 425430, 2003. BERGUE, C. T. Agulhas e pincéis: as relações entre apaleontologia e a neontologia no estudo dos ostracodes. (noprelo). : Terra e Didatica, 2010. BITTENCOURT, G. Inteligência Artificial. Ferramentas e Teorias. 3a. Ed. Florianópolis, RS - Brasil: Editora da UFSC, 2006. 371 p. SUN, T. K-cosine corner detection. Journal Of Computers, Academy Publisher, n. 3, p. 1622, 2008.5 de setembro de 2012 40
  41. 41. Embasamento Teórico Sistemas Especialistas  Conhecimento Baseado em Regras  Raciocínio Baseado em Casos Processamento de Imagens  Detecção de Cantos por K-Cossenos  Matriz de Co-Ocorrência5 de setembro de 2012 41
  42. 42. Embasamento Teórico Conhecimento Baseado em Regras (CBR) Visam simular/recriar o raciocínio de um especialista na tomada de decisão e resolução de problemas Originados de Sistemas de Produção (Post, ) Generalização das regras de posto permitiu a disseminação e implementação desses sistema em outras áreas do conhecimento5 de setembro de 2012 42
  43. 43. Embasamento Teórico Raciocínio Baseado em Casos (RBC)5 de setembro de 2012 43
  44. 44. Arquitetura e funcionalidades do sistema5 de setembro de 2012 46
  45. 45. Embasamento Teórico Processamento de Imagem Processamento de Imagem  Detecção de Cantos por K-Cossenos Visa detectar a quantidade de cantos curvos presentem em uma contorno  Matriz de Co-Ocorrência Quantifica5 de setembro de 2012 47
  46. 46. Embasamento Teórico Detecção de Cantos por K-Cossenos5 de setembro de 2012 48
  47. 47. Embasamento Teórico Detecção de Cantos por K-Cossenos5 de setembro de 2012 49
  48. 48. Embasamento Teórico Detecção de Cantos por K-Cossenos5 de setembro de 2012 50
  49. 49. Embasamento Teórica Detecção de Cantos por K-Cossenos5 de setembro de 2012 51
  50. 50. Embasamento Teórico Detecção de Cantos por K-Cossenos5 de setembro de 2012 52
  51. 51. Embasamento Teórico Matriz de Co-Ocorrência5 de setembro de 2012 53
  52. 52. Embasamento Teórico Matriz de Co-Ocorrência5 de setembro de 2012 54
  53. 53. Embasamento Teórico Matriz de Co-Ocorrência 0° 45° 90° 135°5 de setembro de 2012 55
  54. 54. Embasamento Teórico Matriz de Co-Ocorrência5 de setembro de 2012 56
  55. 55. Embasamento Teórico Matriz de Co-Ocorrência Segundo Momento Angular Contraste Correlação Homogeneidade5 de setembro de 2012 57
  56. 56. Validação do Sistemas Comentário geral dos resultados Apesar do sistema não ter se mostrado satisfatório a usuários que já possuem conhecimento do domínio, os mesmos mencionaram em suas respostas que o sistema atendeu seus objetivos e que é de grande ajuda a neófitos e a novos especialistas da área Alguns participantes mencionam que a base de conhecimento poderia ser melhorada apresentado mais informações e imagens. As imagens se mostraram de grande interesse dos participantes apresentado grande utilidade no processo de classificação5 de setembro de 2012 58

×