No final desta UC os estudantes deverão conhecer as principais linguagens de representação de conhecimento, utilizadas em Inteligência Artificial, bem como algoritmos e sistemas que lhes permitam desenvolver aplicações que tirem partido do conhecimento representado. Deverão ainda perceber as vantagens da utilização de algumas dessas linguagens na modelação de Bases de Dados e Sistemas de Informação.
Conhecimento:
Aptidões:
Competências:
A UC tem uma primeira parte que se foca em linguagens para especificação de domínios (por vezes também conhecidas como Ontology Languages), e em métodos e algoritmos para raciocínio nestas linguagens. Estas linguagens têm aplicação quer na área de Inteligência Artificial, quer na área de Bases de Dados e Sistemas de Informação. Na segunda parte, a UC foca-se em linguagens e sistemas para representação de conhecimento em problemas típicos da área de Inteligência Artificial, nomeadamente em linguagens para representação de conhecimento de senso comum, e para representação de conhecimento em problemas de satisfação, escalonamento e planeamento.
Livros de Texto
• Knowledge Representation and Reasoning by Ronald Brachman & Hector Levesque, Morgan Kaufmann 2004.
• Answer Set Solving in Practice by M. Gebser, R. Kaminski, B. Kaufmann, and T. Schaub. Synthesis Lectures on Artificial Intelligence and Machine Learning, Morgan and Claypool, 2012.
• Handbook of Knowledge Representation edited by Frank van Harmelen, Vladimir Lifschitz and Bruce Porter, Elsevier 2007.
• The Description Logic Handbook: Theory, Implementation, and Applications. F. Baader, D. Calvanese, D. McGuinness, D. Nardi, and P. F. Patel-Schneider. Cambridge University Press, 2003.
Horas por crédito | 28 | ||
Horas p/ semana | Semanas | Horas | |
Aulas práticas e laboratoriais | 28.0 | ||
Aulas teóricas | 28.0 | ||
Avaliação | 4.0 | ||
Estudo | 60.0 | ||
Projectos e trabalhos | 48.0 | ||
Total de Horas | 168 | ||
ECTS | 6.0 |