1,720,990 research outputs found
Neuro-symbolic automated design of fmri paradigms
Full text linkAs tecnicas de neuroimagem tem sido amplamente utilizadas nas ultimas décadas para avaliar os padroes de ativacao do cerebro. O projeto de tarefas e um dos desafios mais importantes para os estudos de neuroimagem, para que seja possivel obter a melhor modelagem para avaliar os padroes cerebrais de um sujeito e entre os sujeitos. Os experimentos de Ressonancia Magnetica funcional (RMf) dependem de um design de paradigmas preciso e eficaz, selecionando as melhores sequencias de estimulos para ativar regioes cerebrais especificas. Neste projeto, propomos o uso de Planning Domain Definition Language (PDDL+) para modelar diferentes paradigmas e suas respectivas ativações cerebrais, resultando em uma ferramenta para geracao automatica de estímulos para exames de RMf. Desenvolvemos uma aplicacao de planejamento automatizado para pesquisa neurocientifica e planejamento pre-cirurgico. O primeiro deve ajudar a garantir um desenho experimental que permita a analise das regioes cerebrais de interesse do estudo. O ultimo, deve ajudar os cirurgioes a selecionar os estimulos corretos para uma exploracao pre-cirurgica nao invasiva das funcoes cognitivas que podem ser afetadas pelo desbridamento de lesoes cerebrais.Neuroimaging techniques have been widely used in recent decades to assess brain activation patterns for neuroscience. Task design is the most important challenge for neuroimaging studies to achieve the best modeling for assessing brain patterns within and across subjects. Specifically, functional magnetic resonance imaging (fMRI) experiments rely on the precise and effective paradigm design, selecting the best sequences of stimuli to activate specific brain regions. In this project, we propose to use Planning Domain Definition Language (PDDL+) to model fMRI paradigms so that neuroscientists can design neuroimaging paradigms in a declarative way. We develop an application of automated planning for neuroscience research and presurgical planning, resulting in and a tool for automatic stimuli generation for fMRI scans. The former should help to ensure an experimental design that allows the analysis of the brain regions that are interesting in the study. The latter should help surgeons select the correct stimuli for a presurgical non-invasive exploration of the cognitive functions that might be affected by debridement of brain lesions
Bounded monitor : placement in normative environments
No full textSubmitted by PPG Ci?ncia da Computa??o ([email protected]) on 2018-05-28T17:04:35Z
No. of bitstreams: 1
GUILHERME_KRZISCH_DIS.pdf: 606848 bytes, checksum: f8d3a7e68f584d669f7ed6ce35819791 (MD5)Approved for entry into archive by Sheila Dias ([email protected]) on 2018-06-06T14:52:21Z (GMT) No. of bitstreams: 1
GUILHERME_KRZISCH_DIS.pdf: 606848 bytes, checksum: f8d3a7e68f584d669f7ed6ce35819791 (MD5)Made available in DSpace on 2018-06-06T15:03:55Z (GMT). No. of bitstreams: 1
GUILHERME_KRZISCH_DIS.pdf: 606848 bytes, checksum: f8d3a7e68f584d669f7ed6ce35819791 (MD5)
Previous issue date: 2018-03-16Normas podem ser usadas em sistemas multi-agentes para controlar o comportamento
de agentes aut?nomos. Uma entidade autoritativa pode aplicar san??es em agentes que n?o est?o seguindo as normas, com o objetivo de garantir que a sociedade se comporte
de uma maneira desejada; isso requer a detec??o de viola??es de normas com um
mecanismo de monitoramento. A maioria das abordagens existentes para garantir o cumprimento de normas assume que o sistema pode ser totalmente observ?vel; isso geralmente n?o ? poss?vel em ambientes reais. Nossa principal contribui??o para endere?ar esse problema ? a formaliza??o do problema de aloca??o de monitores em um sistema normativo multi-agente sob restri??es or?ament?rias. Mais especificamente, n?s consideramos um sistema contendo (1) um conjunto de monitores poss?veis que podem determinar o estado de por??es de um dom?nio; (2) custos para a aloca??o desses monitores; e (3) um conjunto de normas que, se violadas, resultam em uma san??o. N?s procuramos identificar a combina??o de monitores que maximiza a utilidade do sistema, comparando solu??es aproximadas para o problema que usam diferentes heur?sticas, e empiricamente demonstrando sua efici?ncia.Norms can be used in multi-agent systems to regulate behavior of self-interested agents. An authoritative entity can apply sanctions to non-compliant agents in order to ensure society functions in some desirable way, which requires the detection of norm violations with some monitoring mechanism. The majority of existing approaches to norm enforcement assumes that the system is fully observable; this is often not possible in realistic environments. Our main contribution to address this issue is the formalization of the problem of monitor placement within a normative multi-agent system under budgetary constraints. More specifically we consider a system containing (1) a set of possible monitors able to determine the state of portions of the domain; (2) costs for deploying the monitors; and (3) a set of norms which, if violated, result in a sanction. We seek to identify which combination of monitors maximizes the system?s utility, evaluating approximate solutions using several heuristics, empirically demonstrating their efficiency
Automatic reasoning over contract clauses
Full text linkContratos escritos são utilizados para formalizar acordos envolvendo a troca de bens e serviços entre duas ou mais partes. Eles definem ações esperadas durante seu período de vigência através de normas. Tais normas seguem conceitos baseados em lógica deôntica, definindo permissões, proibições e obrigações. No entanto, conflitos entre normas podem ocorrer quando duas normas são aplicadas a um mesmo contexto tendo sentidos deônticos diferentes, como a proibição e a obrigação de uma mesma ação. Estes conflitos invalidam as normas e criam uma inconsistência para o contrato. Para evitá-los, um revisor deve ler as normas e encontrar quais apresentam elementos conflitantes. Uma vez que contratos podem ser longos e complexos, esta tarefa consome tempo e é passível de erro humano.Para automatizar o processo de identificação de conflitos, nesta tese desenvolvemos uma abordagem para identificar e classificar conflitos normativos. Transformando normas em representações vetoriais, somos capazes de extrair características relevantes de normas de forma a facilitar a identificação de conflitos normativos. Propomos quatro classes de conflitos normativos e as usamos para treinar um classificador de conflitos. Como resultado, nossa abordagem obtém acurácia superior a 99% na identificação e 78% na classificação de conflitos normativos.Contracts formally represent agreements between parties and often involve the exchange of goods and services. In contracts, norms define expected behaviours from the parties using deontic statements, such as obligations, permissions, and prohibitions. However, norms may conflict invalidating themselves and producing a contract inconsistency. A conflict often arises when two or more norms are applied to the same context but have different deontic statements, such as permissions × obligations and prohibitions × obligations. The identification and resolution of such conflicts is often made by humans, which makes the task time-consuming and error-prone. In order to automate such identification, in this thesis we introduce an approach to identify and classify norm conflicts between norms in contracts written in natural language.We rely on the use of sentence embeddings to represent and manipulate natural language to extract information and use it to identify norm pairs as conflicts. We propose four norm conflict classes and use them to train a norm conflict classifier that can help on the conflict cause identification. The results show that our approach achieves an accuracy higher than 99% on the identification and 78% on the classification of conflicts
Identifying potential conflicts between norms in contracts
Full text linkContratos são utilizados para formalizar acordos envolvendo troca de bens e serviços entre duas ou mais partes. Eles definem ações esperadas durante o período de vigência do contrato através de normas. Tais normas seguem conceitos baseados em lógica deôntica, definindo permissões, proibições e obrigações. No entanto, conflitos podem ser gerados quando duas normas são aplicadas a um mesmo contexto tendo sentidos deônticos diferentes, como a proibição e a obrigação da realização de uma mesma ação. Estes conflitos invalidam as normas e criam uma inconsistência para o contrato. Para evitá-los é necessário que um revisor leia as normas e encontre quais apresentam elementos conflitantes. Uma vez que contratos podem ser longos e complexos, esta tarefa consome tempo e é passível de erro humano. Para automatizar o processo de identificação de conflitos, neste trabalho criamos uma abordagem que busca identificar potenciais conflitos entre normas através da comparação de suas estruturas. Nossa abordagem é dividida em duas fases: na primeira, identificamos as normas e seus elementos dentro de um contrato; na segunda, utilizamos os elementos extraídos para comparar diferentes normas e identificar quais apresentam características de um conflito normativo. Nós avaliamos a abordagem aplicando-a em contratos contendo conflitos e obtivemos resultados com acurácia superior a 70%.Contracts formally represent agreements between parties and often involve the exchange of goods and services. In contracts, norms define the expected behaviors of the parties using deontic statements, such as obligations, permissions, and prohibitions. However, norms may conflict invalidating themselves and producing a contract inconsistency. A conflict arises when two or more norms are applied to the same context but have different deontic statements, such as permissions x obligations and prohibitions x obligations. The identification of such conflicts is often made by humans, which makes the task time consuming and error-prone. In order to automate such identification, in this work we propose an approach to identify potential conflicts between norms in contracts written in natural language. We build a two-phase approach that extracts norms and norm elements from contracts, creating a norm representation that we use to compare norms and identify potential conflicts. We evaluated the approach using a corpus of contracts with norm conflicts inserted, and we measured the accuracy for different cases of conflict, which resulted on values higher than 70%
Feature selection for neuroimaging applied to word-category identification in dyslexic children
Full text linkDislexia é um transtorno de aprendizagem de leitura caracterizado pela dificuldade persistente de uma criança a aprender a ler fluentemente, mesmo apresentando outras habilidades cognitivas normais. A dislexia é uma dificuldade de aprendizado complexo e difícil de diagnosticar. Métodos de diagnostico tradicionais, como questionários, não são somente imprecisos em quantificar a dislexia, como também também não são precisos no diagnóstico. Consequentemente, nós visamos investigar a base neural deste transtorno de leitura em crianças e adolescentes, como parte de um projeto que tem como objetivo desvendar algumas das causas neurológicas da dislexia entre crianças em alfabetização. Nesta dissertação, desenvolvemos um estudo da ativação do cérebro com o uso de exames de imagem de ressonância magnética (IRM) funcional coletados enquanto as crianças realizavam uma tarefa de pseudo-palavras. Este estudo amplia técnicas de aprendizado de máquina recentemente desenvolvidas que identificam que tipo de palavra os participantes de um estudo estavam lendo, baseado somente em sua atividade neural. Como dados de IRM funcional contem aproximadamente 30. 000 voxels, neste trabalho experimentamos com algumas técnicas de seleção de features para remover voxels que não são relevantes para o algoritmo de aprendizado de máquina. Esse procedimento é amplamente utilizado para maximizar a acurácia do algoritmo, e algumas abordagens de feature selection permitem atingir resultados muito precisos.Dyslexia is a developmental reading disorder characterized by persistent difficulty to learn how to read fluently despite normal cognitive abilities. It is a complex learning difficulty that is often hard to quantify. Traditional methods based on questionnaires are not only imprecise in quantifying dyslexia, they are also not very accurate in diagnosing it. Consequently, we aim to investigate the neural underpinnings of this reading disorder in children and teenagers, as part of a project that aims to unravel some of the neurological causes of dyslexia among children at preliteracy age. In this dissertation, we develop a study of brain activation within functional MRI scans taken when children carried out pseudo-word tasks. Our study expands recently developed machine learning-based techniques that identify which type of word the study participants were reading based solely on participant’s brain activation. Because such functional MRI data contains about 30,000 voxels, we try several feature selection techniques for removing voxels that are not very helpful for the machine learning algorithm. This procedure is widely used for maximizing the machine learning algorithm accuracy, and some of these feature selection approaches allowed us to achieve very accurate results
Multi-model approach to identify potential problems in a contract
Full text linkOs contratos sustentam a maioria das transações comerciais modernas, definindo os deveres e obrigações das partes relacionadas em um contrato, e garantir que esses contratos estejam livres de erros é crucial para a sociedade moderna. A análise de um contrato requer a compreensão das relações lógicas entre cláusulas e a identificação de possíveis contradições, que, por sua vez, dependem de esforços humanos para entender cada cláusula no qual são suscetíveis a erro. Neste trabalho, desenvolvemos uma abordagem para automatizar essas análises, identificando relações lógicas e detectando possíveis conflitos nas cláusulas contratuais. A abordagem resultante deve ajudar os autores do contrato a detectar possíveis conflitos lógicos entre as cláusulas.Contracts underlie most modern commercial transactions defining the duties and obligations of the related parties in an agreement, and ensuring such contracts are error-free is crucial for modern society. The analysis of a contract requires understanding the logical relations between clauses and identifying potential contradictions, which, in turn, depends on error-prone human effort to understand each clause. In this work, we develop an approach to automate such analyses identifying logical relations and detecting potential conflicts in contract clauses. The resulting approach should help contract authors detecting potential logical conflicts between clauses
Combining learning and symbolic planning for robust goal and plan recognition
Full text linkAbordagens de reconhecimento de planos e objetivos têm relaxado progressivamente os requerimentos sobre a quantidade de conhecimento de domínio e observações necessárias para o funcionamento destas abordagens, criando algoritmos precisos e eficientes. Porém, essas abordagens se baseiam em duas premissas chaves sobre as informações disponíveis para o processo de reconhecimento. Primeiro, é necessário um especialista de domínio capaz de construir conhecimento de domínio de maneira completa e correta para reconhecer o objetivo sendo buscado por um agente. Segundo, mesmo com um domínio correto e completo, a maioria das abordagens de reconhecimento de planos e objetivos são diretamente afetadas pela qualidade das observações analisadas. Enquanto abordagens clássicas de planejamento podem prover soluções para estes problemas, abordagens de aprendizado de máquina são proficientes em lidar com erros e incompletude nos dados fornecidos. Nesta tese, nós introduzimos três abordagens capazes de melhorar o desempenho de técnicas de reconhecimento de planos e objetivos. Primeiro, utilizamos aprendizado não supervisionado profundo para construir conhecimento de domínio a partir de imagens, utilizando o domínio computado para reconhecer objetivos em problemas baseados em imagens. Segundo, desenvolvemos uma abordagem para prever observações faltando em problemas de reconhecimento de objetivos, aumentando a qualidade das observações destes problemas. Terceiro, combinamos técnicas de aprendizado de máquina e planejamento clássico para construir um novo algoritmo para reconhecimento de planos e objetivos. Nesta tese, mostramos a eficácia de cada técnica desenvolvida em um conjunto diverso de domínios de planejamento, incluindo domínios baseados em imagens e domínios clássicos.Recent approaches to goal and plan recognition have progressively relaxed the require ments about the amount of domain knowledge and available observations, yielding accurate and efficient algorithms. These approaches, however, make two key assumptions about the information available to the recognizer. First, they assume that there is a domain expert capable of building complete and correct domain knowledge to successfully recognize an agent's goal. Second, even with a complete and correct domain knowledge, most plan recognition approaches are directly affected by the quality of such observations. Such shortcomings can limit the application of such techniques in real-world applications. While symbolic approaches can provide provable solutions to such problems, learning approaches are adept at dealing with incomplete and noisy data. ln this thesis, we introduce three approaches that improve the performance of goal and plan recognition by combining learning and symbolic planning techniques. First, we use deep unsupervised learning to generate domain theories from data streams (images) and use the resulting domain theories to deal recognize goals in image-based problems. Second, we develop an approach leveraging attention networks to enhance the observation traces of goal recognition problems by predicting missing observations. Third, we combine learning and symbolic planning techniques to compensate for noise and missing observations into new and efficient goal and plan recognition techniques. We show the effectiveness of each technique in a number of domains, ranging from classical domains from planning competitions to image-based domains
Understanding contracts in natural language
No full textSubmitted by PPG Ci?ncia da Computa??o ([email protected]) on 2019-08-02T18:47:36Z
No. of bitstreams: 1
DANIELE ANTUNES PINHEIRO_DIS.pdf: 809018 bytes, checksum: 5cbecaf799e11458bafa2e66a237be00 (MD5)Approved for entry into archive by Sheila Dias ([email protected]) on 2019-08-05T13:39:43Z (GMT) No. of bitstreams: 1
DANIELE ANTUNES PINHEIRO_DIS.pdf: 809018 bytes, checksum: 5cbecaf799e11458bafa2e66a237be00 (MD5)Made available in DSpace on 2019-08-05T14:21:24Z (GMT). No. of bitstreams: 1
DANIELE ANTUNES PINHEIRO_DIS.pdf: 809018 bytes, checksum: 5cbecaf799e11458bafa2e66a237be00 (MD5)
Previous issue date: 2019-03-20Contratos s?o acordos entre pessoas ou organiza??es, chamados de partes. Geralmente s?o escritos em linguagem formal e s?o compostos por um conjuntos de regras que devem ser seguidas pelas partes envolvidas nele. No processamento de contratos, ? comum assumir uma etapa manual para extrair os componentes do contrato, o que ? uma tarefa que exige tempo e geralmente ? baseada em dom?nio espec?fico. Considerando um cen?rio onde todos os dias h? mais pessoas interessadas em processar o trabalho legal, uma ferramenta automatizada para extrair componentes contratuais ? extremamente ?til. Esta pesquisa definiu um m?todo para extrair e formalizar automaticamente esses componentes, resultando em uma estrutura sem?ntica ?til para outros projetos. Para avaliar nosso trabalho, n?s criamos um dataset com 15 contratos anotados e medimos a nossa acur?cia em diferentes tipos de extra??o. Nossa abordagem foi utilizada em dois tipos de processamento de contratos: uma nova avalia??o de equanimidade e na identifica??o de conflitos, com resultados competitivos em rela??o ao estado da arte.Contracts are agreements between people or organization, called parties. They are usually written in formal language and are composed of a set of rules to be followed by the parties involved in it. In the processing of contracts, it is common to assume a manual step to extract the contract components to work with, which is a task that demands time and usually is domain based. Considering a scenario where every day there are more people interested in processing legal work, an automated tool to extract contractual components is extremely useful. This research defines an approach to automatically extract and formalize these components resulting in a semantic structure useful for other projects. To evaluate our work, we created a dataset containing 15 annotated contracts and measure our accuracy over different types of extractions. Our approach was used in two contract processing tasks: a new evaluation of fairness and conflict identification, with competitive results with the state of the art
An organization based multi agent system for smarthome management
No full textMade available in DSpace on 2015-04-14T14:50:12Z (GMT). No. of bitstreams: 1
458673.pdf: 3080106 bytes, checksum: 9e7d54d363eba0c316926ded1626fd2b (MD5)
Previous issue date: 2014-02-24Buscando enfrentar os desafios de gerar energia de forma mais limpa, novas t?cnicas precisam
ser desenvolvidas tanto para a produ??o de eletricidade com baixa emiss?o de g?s carb?nico
quanto otimizar a distribui??o e consumo de energia existente. T?cnicas foram desenvolvidos especificamente
para combater este ?ltimo desafio. Nossa pesquisa tem como objetivo contribuir para
melhorar a efici?ncia do uso de energia em uma resid?ncia modelando os eletrodom?sticos como um
sistema multi agentes (MAS). Modelamos este sistema como uma organiza??o virtual em que os
agentes formam grupos e hierarquias e seguem espec?ficas regras de comportamento. Este modelo
visa minimizar o consumo de energia, enquanto alcan?a um equil?brio entre o conforto do usu?rio e
o custo da energia, al?m de limitar picos de demanda de energia.In order to address the challenges of greener energy generation, new techniques need to be
developed both to generate electricity with lower emissions and to optimize energy distribution and
consumption. Smart grid techniques have been developed specifically to tackle this latter challenge.
Our research aims to contribute to improve the efficiency of energy use within a single household by
modeling appliances as a multi agent system (MAS). We model this system as a virtual organization
in which agents form groups and hierarchies and follow specific behavioral rules. This model seeks
to minimize energy consumption while reaching a tradeoff between user comfort, energy cost and
limiting peak energy usage
- …
