UNIVERSIDADE FEDERAL DE SANTA CATARINA

Propaganda
UNIVERSIDADE FEDERAL DE SANTA CATARINA
DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA
SISTEMAS DE INFORMAÇÃO
Resumo do Trabalho de Conclusão de Curso:
“Redes Neurais Artificiais Aplicadas na Construção de Exercícios para
Verificação de Aprendizagem”
Autores:
Bárbara Cristina Palma Cabral
Franciane Arcari Drehmer
Florianópolis, Julho de 2006
1
Dados do Trabalho de Conclusão de Curso
Título:
“Redes Neurais Artificiais Aplicadas na Construção de Exercícios para Verificação de Aprendizagem”
Autores:
João Carlos Testi Ferreira
Júnior Barbosa Dymow
Data: outubro de 2005
Orientador: Prof. Dr. Jovelino Faqueto
Banca examinadora:
Profª. Drª. Edla Maria Faust Ramos
Profª. Drª. Rosane Porto Seleme Heinzen
2
RESUMO
Existem quatro abordagens para inteligência artificial:
A cognitiva ou simbólica tenta reproduzir o raciocínio humano utilizando-se de aspectos
psicológicos e algorítmicos. Já a conexionista ou também chamada biológica procura reproduzir o
modelo de funcionamento do cérebro. Existe também a IA Evolucionista que tenta reproduzir a
inteligência utilizando modelos de referência como algoritmo genético, programação genética e
programação evolutiva e a IA Estatística ou Probabilística que se utiliza modelos estáticos, como
Lógica Fuzzi, para executar tarefas de descoberta de conhecimento.
No projeto dos graduados João e Júnior, foi utilizada a abordagem conexionista por ser muito
eficiente no reconhecimento de padrões, para o qual o trabalho se destina.
Observou-se que as Redes Neurais Artificiais são muito eficientes no reconhecimento de
padrões, isto sugeriu aos alunos a idéia de elaborar exercícios para verificação da aprendizagem
utilizando as tecnologias existentes juntamente com os conceitos de Inteligência Artificial.
O projeto foi elaborado abordando os conceitos de Inteligência Artificial Conexionista na criação
de uma Biblioteca de classes Java para a cosntrução de redes neurais artificiais utilizando uma rede
neural Multi-Layer Percetron com treinamento feito pelo método BackPropagation.
Foi feita uma aplicação com Interface Gráfica usando a API desenvolvida sendo possível se
gerar o código fonte em linguagens de alto nível bem como uma linguagem de scricpt para uso na
WEB com a finalidade para o propósito de se elaborar exercícios de verificação da aprendizagem.
O trabalho ainda consta de um exercício para demosntrar a aplicabilidade dos mecanismos
criados.
O uso da Web no auxílio ao ensino da medicina têm-se tornado fundamental trazendo
inúmeros benefícios, como: redução da alocação de laboratórios; redução de aquisição de alguns
materiais e indisponibilidade de acompanhamento de professores; interação com o aluno tornando a
disciplina mais interessante.
A API Java criada permite se criar e treinar uma rede neural artificial, manipular arquivos de
entrada e saída e ainda gerar código fonte em linguagens de alto nível como resultado da rede neural
artificial.
3
Download