Protégé 3.0

Apresentação para a disciplinaDAS 6607

Inteligência Artifical Aplicada a Controle e Automação

Equipe: Eduardo Hirano, Luis Galaz e Rodrigo Starr

Introdução Ferramentas computacionais utilizadas na

aquisição de conhecimento de especialistas:

Protégé

Apollo

OntoEdit

Ontolingua

Introdução - Objetivo Criar formulários para a aquisição de

conhecimento baseados em ontologias Sistema para edição de ontologias e bases de

conhecimento Independência de um algoritmo específico de

inferência Fornecer uma API de representação de

conhecimento que permita extensão do programa para necessidades específicas. E.g. Interface Armazenamento de dados

Introdução - Características Desenvolvido pelo grupo de pesquisa Stanford

Medical Informatics da escola de medicina da Universidade de Stanford

Fonte aberta e conta com uma comunidade de desenvolvedores

Plugins para geração de ontologias para a Web (OWL)

Independente de plataforma (escrito em Java)

Plugins para integração com o Jess, e outros shells

Independência de mecanismos de inferência A pesquisa em IA normalmente trata sobre dois

assuntos: Teorias dos mecanismos de inferência: algoritmos de

inferência, lógica difusa, análise bayesiana, redes neurais...

Teorias de representação de conhecimento: redes semânticas, lógica, frames, ontologias...

As duas categorias possuem relações complementares: Excelentes mecanismos não podem executar tarefas

adequadamente sem uma boa teoria de representação do conhecimento.

Uma vez que uma teoria do conteúdo é disponível, pode-se criar ou selecionar mecanismos para implementar sistemas efetivos.

Níveis de Conhecimento Uma Ontologia trabalha com o conceito de três níveis de

conhecimento e informação:

Conceitos de estrutura do conhecimento sobre o domínio de aplicação.

Conhecimento sobre o domínio representado por instâncias dos conceitos do tipo anterior.

Conhecimento manipulado pelo sistema especialista com base em informações sobre casos e fatos apresentados pelo usuário final.

Etapas de Aquisição de Conhecimento Com base na partição de níveis de conhecimento descrita

anteriormente:

Toma-se como hipótese que o conhecimento é adquirido em etapas.

O conhecimento adquirido em uma etapa é um meta-conhecimento para a etapa posterior.

EstruturaEstruturaInstânciasInstâncias

CasosCasos

Modelo de Desenvolvimento de Sistemas Especialistas utilizado pelo

Protégé

Buchanan, B., Barstow, D., Bechtal, R., et al. (1983). Constructing an expert system. In Building ExpertSystems. F. Hayes-Roth, D. Waterman, and D. Lenat, Eds., Addison-Wesley.

Procedimento de emprego do Protégé

Modelo básico

Além disso, prevê um processo iterativo de revisão da estrutura das classes mesmo após a criação de instâncias

Arquitetura do Protégé

Arquitetura do Protégé – Plugins Slot plugins – Permite a criação de

interfaces personalizadas para a entrada de valores de slots específicos

É possível fazer um plugin que altere apenaso modo como slots desse tipo são mostrados

Arquitetura do Protégé – Plugins Tab plugins – Permite acrescentar uma

nova aba a janela do Protégé. Exemplo: Jambalaya

Arquitetura do Protégé – Plugins Backend plugins – Alteram o modo como o

Protégé armazena os dados. Permitem conectar com: Sistemas de gerenciamento de banco de dados

(RDBMS) RDF Útil para acesso a bases de dados muito

grandes (por exemplo, um banco de dados anatômico contém mais de 140.000 instâncias)

Exemplo - SEGRED Sistema especialista para auxiliar a

operação do gasoduto Bolívia-Brasil

Cooperação entre o LASHIP, o CENPES/Petrobrás e a TBG

Já vem sendo desenvolvido ao longo de 4 anos

Estações de EntregaVálvulas de Bloqueio

Estações de Compressão

Conceitos – SEGRED

Exemplo Criação de uma classe EMED (estação de

medição) Geração dos formulários Instanciação Plugins de visualização (Jambalaya e

TGVizTab) Integração com o Jess