Publicado em: 06/01/2010
Defesa Dissertação de Mestrado em Inteligência Attificial, dia 7/01/10, de Alexandre Lorenzatti
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMÁTICA
PROGRAMA DE POS-GRADUAÇÃO EM COMPUTAÇÃO
———————————————————
DEFESA DE DISSERTAÇÃO DE MESTRADO
———————————————————
Aluno: Alexandre Lorenzatti
Orientadora: Profa. Dra. Mara Abel
Titulo: Ontologia para Domínios Imagisticos: Combinando Primitivas
Textuais e Pictóricas
Área de Pesquisa: Inteligência Artificial
Data: 07/01/2010
Hora: 16h
Local: Auditório José Mauro Volkmer de Castilho (Verde), Instituto de
Informática (UFRGS)
Banca Examinadora:
Prof. Dr. Giancarlo Guizzardi (UFES)
Profa. Dra. Renata Vieira (PUCRS)
Profa. Dra. Renata de Matos Galante (UFRGS)
Presidente da Banca: Profa. Dra. Mara Abel
Resumo:
O avanço tecnológico de dispositivos capazes de capturar e armazenar volumes significativos de imagens permite o armazenamento de grandes quantidades de informações visuais. Uma área de intensa pesquisa atualmente é a extração e modelagem de conhecimento visual contido nessas bases de informações.
O conceito de conhecimento visual e imagem são conceitos disjuntos, mesmo que pareçam intrinsecamente conectados. Conhecimento visual é o conjunto de modelos mentais compostos por imagens de objetos reais ou imaginárias manipuladas pelo cérebro. Esses modelos mentais são aplicados em tarefas cuja solução envolve a análise de informações visuais, como por exemplo, a extração de conteúdo semântico de imagens.
Domínios imagísticos são os domínios nos quais a solução de problemas começa com um processo de casamento de padrões que capturam a informação visual e que mais tarde dará suporte ao processo abstrato da interpretação.
A proposta desta dissertação é a definição de primitivas alternativas para a representação de conhecimento visual através da combinação de construtos proposicionais e pictóricos. Diferentemente de outras abordagens, o conhecimento visual capturado no modelo aqui proposto não reside nas imagens, mas na mente de especialistas.
A captura do conhecimento visual é realizada através de dois metaconstrutos híbridos aplicáveis a qualquer domínio imagístico. Os metaconstrutos são compostos de uma representação proposicional e outra icônica que são utilizadas para fins de comunicação e expressão do conhecimento visual do especialista, respectivamente. O metaconstruto Pictorial Concept representa tipos visuais enquanto que o metaconstruto Pictorial Attribute representa qualidades dos tipos visuais. Os metaconstrutos aqui definidos foram aplicados ao domínio da Estratigrafia Sedimentar, uma subárea da Geologia, na construção de uma ontologia de domínio com conteúdo visual agregado.
A construção da ontologia de domínio foi realizada através de um processo de aquisição de conhecimento. O conhecimento visual foi eliciado a partir de um especialista, adquirido através da imersão na literatura do domínio e organizado de acordo com metapropriedades e metaconceitos de uma ontologia de base. A ontologia é aplicada ao domínio da Estratigrafia Sedimentar para rochas siliciclásticas para a descrição de testemunhos e afloramentos. A ontologia inclui uma hierarquia de rochas, estruturas sedimentares e ambientes deposicionais. Foram modelados 36 conceitos com a adição de 60 ícones. A validação do conhecimento visual organizado foi realizada através de experimento empírico onde 21 geólogos utilizaram os ícones sem legenda para descrição de amostras de rocha. O nível de assertividade das associações entre feições geológicas e ícones representam 70% para fácies e 66% para estruturas sedimentares sendo identificado uma conclusão positiva entre a experiência do geólogo e o número de acertos.
Palavras-chave: Conhecimento visual, Modelo de conhecimento, Ontologia.