{"id":3940,"date":"2019-01-10T13:26:07","date_gmt":"2019-01-10T15:26:07","guid":{"rendered":"http:\/\/www.inf.ufrgs.br\/ppgc\/?page_id=3940"},"modified":"2019-12-13T15:41:31","modified_gmt":"2019-12-13T18:41:31","slug":"cmp598","status":"publish","type":"page","link":"https:\/\/www.inf.ufrgs.br\/ppgc\/disciplinas\/lista-de-disciplinas\/cmp598\/","title":{"rendered":"CMP598"},"content":{"rendered":"

Disciplina: CMP598 – T\u00f3picos Especiais em Computa\u00e7\u00e3o DXCVIII: Planejamento em Intelig\u00eancia Artificial.<\/strong><\/p>\n

Respons\u00e1vel:<\/strong> Andr\u00e9 Grahl Pereira<\/a>
\nPr\u00e9-Requisitos:<\/strong> \u2013
\nCarga Hor\u00e1ria:<\/strong> 60\u00a0horas
\nCr\u00e9ditos:<\/strong> 4
\nSemestres Oferecidos:<\/strong> Primeiro e Segundo Semestre
\nMatr\u00edcula de Graduandos:<\/strong> A matr\u00edcula poder\u00e1 ser feita ou como Aluno Especial ou INF05023
\nS\u00daMULA<\/strong><\/p>\n

Fundamentos da \u00e1rea de planejamento em intelig\u00eancia artificial com foco em busca heur\u00edstica e planejamento cl\u00e1ssico.<\/p>\n

 <\/p>\n

OBJETIVOS<\/strong><\/p>\n

A disciplina apresenta os fundamentos te\u00f3ricos e algor\u00edtmicos das \u00e1reas de busca heur\u00edstica e planejamento cl\u00e1ssico, bem como sua implementa\u00e7\u00e3o pr\u00e1tica. Ela apresenta os conceitos fundamentais dos algoritmos modernos de planejamento em intelig\u00eancia artificial, e as rela\u00e7\u00f5es te\u00f3ricas que os conectam.<\/p>\n

Al\u00e9m das apresenta\u00e7\u00f5es te\u00f3ricas, o car\u00e1ter pr\u00e1tico das t\u00e9cnicas estudadas \u00e9 compreendido por meio de implementa\u00e7\u00e3o, avalia\u00e7\u00e3o e aplica\u00e7\u00e3o das t\u00e9cnicas estudadas.<\/p>\n

Ao final desta disciplina, os alunos estar\u00e3o preparados para conduzir projetos de pesquisa nessa \u00e1rea, assim como a utilizar essas tecnologias em diversas aplica\u00e7\u00f5es.<\/p>\n

 <\/p>\n

PROGRAMA<\/strong><\/p>\n

Introdu\u00e7\u00e3o:<\/p>\n

– Apresenta\u00e7\u00e3o da disciplina, aplica\u00e7\u00f5es e casos de sucesso.<\/p>\n

Busca Heur\u00edstica:<\/p>\n

– Algoritmos de busca heur\u00edstica.<\/p>\n

– Propriedades e an\u00e1lise de algoritmos de busca heur\u00edstica.<\/p>\n

– Fun\u00e7\u00f5es heur\u00edsticas e an\u00e1lise de fun\u00e7\u00f5es heur\u00edsticas.<\/p>\n

Planejamento Cl\u00e1ssico:<\/p>\n

– Sistema de transi\u00e7\u00e3o, formalismos e planejamento como busca.<\/p>\n

– Fun\u00e7\u00f5es heur\u00edsticas baseadas em delete relaxation<\/em>.<\/p>\n

– Fun\u00e7\u00f5es heur\u00edsticas baseadas em abstra\u00e7\u00e3o.<\/p>\n

– Fun\u00e7\u00f5es heur\u00edsticas baseadas em landmarks<\/em>.<\/p>\n

– Fun\u00e7\u00f5es heur\u00edsticas baseadas em programa\u00e7\u00e3o linear e inteira.<\/p>\n

Teoria:<\/p>\n

– Compara\u00e7\u00e3o de fam\u00edlias de fun\u00e7\u00f5es heur\u00edsticas.<\/p>\n

– Complexidade computacional.<\/p>\n

 <\/p>\n

CRIT\u00c9RIOS DE AVALIA\u00c7\u00c3O<\/strong><\/p>\n

Para ser aprovado, o aluno necessita obter m\u00e9dia final igual ou superior a 6.0, e frequ\u00eancia igual ou superior a 75%. A avalia\u00e7\u00e3o \u00e9 feita atrav\u00e9s de uma prova e de atividades aut\u00f4nomas, respeitando os seguintes pesos: prova, com valor 30% da nota final; atividades aut\u00f4nomas realizadas ao longo da disciplina, com valor de 70% da nota final.<\/p>\n

 <\/p>\n

A correspond\u00eancia entre notas e conceitos, onde NOTA \u00e9 a nota obtida somando-se os pontos obtidos nas avalia\u00e7\u00f5es, \u00e9 a seguinte:<\/p>\n

– Frequ\u00eancia final <75%: conceito final FF (reprova\u00e7\u00e3o por falta de frequ\u00eancia).<\/p>\n

– NOTA < 6.0: Conceito final D (insuficiente).<\/p>\n

– NOTA no intervalo [6.0; 7.5): Conceito final C.<\/p>\n

– NOTA no intervalo [7.5; 9.0): Conceito final B.<\/p>\n

– NOTA no intervalo [9.0; 10.0]: Conceito final A.<\/p>\n

O aluno com nota final menor do que 6.0 e frequ\u00eancia final maior ou igual 75% poder\u00e1 realizar atividades de recupera\u00e7\u00e3o para a\u00a0prova e para as\u00a0atividades aut\u00f4nomas.<\/p>\n

 <\/p>\n

BIBLIOGRAFIA<\/strong><\/p>\n

Edelkamp, Stefan e Schroedl, Stefan. Heuristic Search: Theory and Applications, (2011).<\/p>\n

Russell, Stuart e Norvig, Peter. Artificial Intelligence: a Modern Approach, (2010).<\/p>\n

Artigos Cient\u00edficos.<\/p>\n

 <\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Disciplina: CMP598 – T\u00f3picos Especiais em Computa\u00e7\u00e3o DXCVIII: Planejamento em Intelig\u00eancia Artificial. Respons\u00e1vel: Andr\u00e9 Grahl Pereira Pr\u00e9-Requisitos: \u2013 Carga Hor\u00e1ria: 60\u00a0horas Cr\u00e9ditos: 4 Semestres Oferecidos: Primeiro e Segundo Semestre Matr\u00edcula de Graduandos: A matr\u00edcula poder\u00e1 ser feita ou como Aluno Especial ou INF05023 S\u00daMULA Fundamentos da \u00e1rea de planejamento em intelig\u00eancia artificial com foco em […]<\/p>\n","protected":false},"author":11,"featured_media":0,"parent":462,"menu_order":598,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/3940"}],"collection":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/comments?post=3940"}],"version-history":[{"count":3,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/3940\/revisions"}],"predecessor-version":[{"id":4093,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/3940\/revisions\/4093"}],"up":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/462"}],"wp:attachment":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/media?parent=3940"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}