1. PCS 5708-5
Técnicas de Raciocínio Probabilistico em
Inteligência Artificial
Representação de Incertezas em
Serviços Geoespaciais: Serviços de
Observação de Sensores (SOS) e
Geoprocessamento (WPS) - UncertML
Wilian França Costa
Professor Responsável: Paulo Roberto Cugnasca
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 1

2. Conteúdo
• Estrutura da apresentação
1. Motivação
2. Exemplo
3. Como representar a incerteza
4. Como a incerteza é representada hoje
5. Qualidade e Incerteza
6. Incerteza em um Serviço de Observação de
Sensores
Bibliografia
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 2

3. 1. Motivação
– Sabemos muito pouco sobre as certezas
associadas a realidade.
– Todas as leituras obtidas são derivadas de
algum tipo de sensor
» Outras abordagens podem ser apropriadas em
situações diferentes (fuzzy, etc.).
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 3

4. 1. Motivação
 Necessidade de integração de diferentes fontes heterogêneas
de dados georrefênciados.
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 4

5. 1. Motivação
 OGCWeb Services (OWS)
– Especificação definida utilizando padrões de
Internet não-proprietários, a saber: World Wide
Web (WWW) sobre o protocolo HTTP, Uniform
Resource Locators (URLs), definição de tipos
Multipurpose Internet Mail Extensions (MIME) e
Extensible Markup Language (XML).
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 5

6. 1. Motivação
 OGCWeb Services (OWS)
– Especificação definida utilizando padrões de
Internet não-proprietários, a saber: World Wide
Web (WWW) sobre o protocolo HTTP, Uniform
Resource Locators (URLs), definição de tipos
Multipurpose Internet Mail Extensions (MIME) e
Extensible Markup Language (XML).
– Padrões de Serviços:
» WMS (mapas),
» WFS (features – vetores, poligonos, pontos)
» WCS (raster: imagens – tiff, jpeg, etc)
» WPS (Serviços de Geoprocessamento)
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 6

7. 1. Motivação
– Sensor Web Enablement (SWE)
» Iniciativa da Open Geoespacial Consortiun (OGC)
» Interfaces interoperáveis e codificação de metadados
» Integração com dados de redes heterogêneas de
sensores em tempo real em uma infraestrutura de
informação.
» Padrões de Serviços:
– SOS (Serviços para Observação de Sensores)
– SPS (Programação e configuração)
– SAS (Assinaturas de alertas)
» Padrões atuais SWE para metadados
– Observation & Measurements
– SensorML
– SWE Common
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 7

8. 1. Motivação
Incerteza:
– A incerteza muitas vezes não pode ser
capturada por noções frequêncistas, entretanto
pode expressar um conhecimento parcial sobre
um fenômeno(epistêmica x aleatória).
» Expressar a incerteza a cerca da aleatoriedade dos
fenômenos.
– A abordagem bayesiana tem se mostrado o
meio mais consistente de lidar com as
incertezas (www.uncerweb.org)
» Outras abordagens podem ser apropriadas em situações
diferentes (fuzzy, etc.).
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 8

9. 2. Exemplo
Exemplo:
– Você é um engenheiro de tráfego em uma
estrada molhada em uma noite de inverno em
um país nórdico.
http://youtu.be/JaJhm4J4idQ
» O que você faria se obtivesse uma previsão do tempo
em que a temperatura média na superfície da pista
fosse de 1,5 ºC?
– E se você obtivesse esta leitura:
» A previsão de temperatura mínima da pista é de 1,5ºC
e o desvio padrão 2,5ºC, o que você faria?
» 1 hora após a observação da temperatura mínima,
você obtém a leitura de 4,5ºC (previsão de 2.0ºC, std
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 9

10. 4. Como Representar a Incerteza
– A teoria de probabilidade Bayesiana é o
framework natural.
» Permite pensar o mundo como valores aleatórios que
podem ser descritos por uma função de distribuição
de probabilidade qualquer.
» Pode ser utilizadas amostragem ou estatística
descritiva.
– Ao se estimar a distribuição, pode-se fazer a
inferência utilizando as ferramentas de teoria de
probabilidades.
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 10

11. 4. Como Representar a Incerteza na Web
Semantica
– A Web Semantica, consiste da padronização dos
tipos de dados utilizados na internet, para
melhorar a interoperabilidade entre as
informações trocadas.
– Uma das liguagens utilizadas para a
representação de conhecimento é a OWL,
apoiada pelo W3C.
– Existem algumas extensões e padrões que
extentem a OWL para representar a incerteza
associada aos dados: PR-OWL, BayesOWL e
FuzzyOWL são algumas delas.
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 11

12. 4. Como Representar a Incerteza na Web
Semantica
– Aqui apenas o UncertML é citado por estar
sendo aplicado diretamente aos serviços OGC
pelos grupos de desenvolvimento das aplicações
para serviços WPS e SOS,
52ºNorth[52north.org] e Intamap
[www.intamap.org].
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 12

13. 4. Incerteza nos sistemas atuais (SOS)
– Em um SOS, a incerteza sobre o valor
apresentado pelo sensor é codificada em no
campo resultQuality do tipo DQ_Element
(xml:anyType)
– O problema com esta abordagem é a limitação de
interoperabilidade no nbível de implementação.
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 13

14. 5. Qualidade e Incerteza - UncertML
– ISO19115 (que define os metadados para
serviços e informações geográficas) trata dos
metadados de qualidade, mas não da incerteza
associada.
– Para se representar as incertezas destes dados, foi
definida um dicionario de metadados
denominado UncertML.
» Provê suporte para representar distribuições de
probabilidade, estatísticas e realizações.
» É amplamente utilizado: SWE, SBML, Semantic
Web. Um tipo UncertML pode ser utilizado para
quaisquer tipos de dados.
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 14

15. 6. Incerteza em um SOS
– Não necessita de extensão para o SOS
– Apenas pequenas modificações no esquema do
banco de dados.
– A utilização das informações de incerteza,
permite a construção de consultas contendo
critérios de qualidade dos dados.
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 15

16. 5. Incerteza em um SOS
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 16

17. 6. Esquema no do banco de dados (52N)
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 17

18. 6. Exemplo
http://giv-uw.uni-muenster.de/openlayers/v2/
http://uncertws.aston.ac.uk/fera/#
http://www.intamap.org/tryIntamap.php#
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 18

19. 6. Exemplo
http://giv-uw.uni-muenster.de/openlayers/v2/
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 19

20. 6. Exemplo
http://www.intamap.org/tryIntamap.php#
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 20

21. Referências
Mais detalhes:
– UncertWeb: www.uncertweb.org
– UncertML: www.uncertml.org
– Intamap: http://www.intamap.org
PCS 5708-5 Técnicas de Raciocínio Probabilistico em Inteligência Artificial 21