|
|
Registros recuperados : 54 | |
10. | | MASSRUHÁ, S. M. F. S.; LEITE, M. A. de A. Agro 4.0 - rumo à agricultura digital. In: MAGNONI JÚNIOR, L.; STEVENS, D.; SILVA, W. T. L. da; VALE, J. M. F. do; PURINI, S. R. de M.; MAGNONI, M. da G. M.; SEBASTIÃO, E.; BRANCO JÚNIOR, G.; ADORNO FILHO, E. F.; FIGUEIREDO, W. dos S.; SEBASTIÃO, I. (Org.). JC na Escola Ciência, Tecnologia e Sociedade: mobilizar o conhecimento para alimentar o Brasil. 2. ed. São Paulo: Centro Paula Souza, 2017. p. 28-35. il. Publicado também em: Controle & Instrumentação, ano 21, n. 235, p. 56-59, 2018. Biblioteca(s): Embrapa Agricultura Digital. |
| |
Registros recuperados : 54 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
23/06/2009 |
Data da última atualização: |
25/05/2017 |
Autoria: |
LEITE, M. A. de A. |
Afiliação: |
MARIA ANGELICA DE ANDRADE LEITE, CNPTIA. |
Título: |
Modelo fuzzy para recuperação da informação utilizando múltiplas ontologias relacionadas. |
Ano de publicação: |
2009 |
Fonte/Imprenta: |
2009. |
Páginas: |
183 f. |
Idioma: |
Português |
Notas: |
Tese (Doutorado) - Faculdade de Engenharia Elétrica e Computação, Universidade Estadual de Campinas, Campinas. |
Conteúdo: |
Com a crescente popularidade da World Wide Web mais pessoas têm acesso à informação cujo volume vem expandindo ao longo do tempo. A área de recuperação de informação ganhou um novo desafio visando buscar os recursos pelo significado da informação neles contida. Uma forma de recuperar a informação, pelo seu significado, é pelo uso de uma base de conhecimento que modela os conceitos de um domínio e seus relacionamentos. Atualmente, ontologias têm sido utilizadas para modelar bases de conhecimento. Para tratar com a imprecisão e a incerteza, presentes no conhecimento e no processo de recuperação de informação, são empregadas técnicas da teoria de conjuntos fuzzy. Trabalhos precedentes codificam a base de conhecimento utilizando apenas uma ontologia. Entretanto, uma coleção de documentos pode tratar temas pertencentes a domínios diferentes, expressos por ontologias distintas, que podem estar relacionados. Neste trabalho, uma forma de organização e representação do conhecimento em múltiplas ontologias relacionadas foi investigada e um novo método de expansão de consulta foi desenvolvido. A organização do conhecimento e o método de expansão de consulta foram integrados no modelo fuzzy para recuperação de informação utilizando múltiplas ontologias relacionadas. O desempenho do modelo foi comparado com outro modelo fuzzy para recuperação de informação e com a máquina de busca Lucene do projeto Apache. Em ambos os casos o modelo proposto apresentou uma melhora nas medidas de precisão e cobertura. Palavras-chave: Recuperação de informação fuzzy, Representação do conhecimento, Expansão da consulta, Ontologia. MenosCom a crescente popularidade da World Wide Web mais pessoas têm acesso à informação cujo volume vem expandindo ao longo do tempo. A área de recuperação de informação ganhou um novo desafio visando buscar os recursos pelo significado da informação neles contida. Uma forma de recuperar a informação, pelo seu significado, é pelo uso de uma base de conhecimento que modela os conceitos de um domínio e seus relacionamentos. Atualmente, ontologias têm sido utilizadas para modelar bases de conhecimento. Para tratar com a imprecisão e a incerteza, presentes no conhecimento e no processo de recuperação de informação, são empregadas técnicas da teoria de conjuntos fuzzy. Trabalhos precedentes codificam a base de conhecimento utilizando apenas uma ontologia. Entretanto, uma coleção de documentos pode tratar temas pertencentes a domínios diferentes, expressos por ontologias distintas, que podem estar relacionados. Neste trabalho, uma forma de organização e representação do conhecimento em múltiplas ontologias relacionadas foi investigada e um novo método de expansão de consulta foi desenvolvido. A organização do conhecimento e o método de expansão de consulta foram integrados no modelo fuzzy para recuperação de informação utilizando múltiplas ontologias relacionadas. O desempenho do modelo foi comparado com outro modelo fuzzy para recuperação de informação e com a máquina de busca Lucene do projeto Apache. Em ambos os casos o modelo proposto apresentou uma melhora nas medidas de precisão... Mostrar Tudo |
Palavras-Chave: |
Lógica difusa; Ontologia; Ontology; Recuperação da informação; Representação do conhecimento; Sistemas difusos. |
Thesaurus NAL: |
Fuzzy logic; Information retrieval. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/17876/1/MAAL_Tese.pdf
|
Marc: |
LEADER 02421nam a2200229 a 4500 001 1082758 005 2017-05-25 008 2009 bl uuuu m 00u1 u #d 100 1 $aLEITE, M. A. de A. 245 $aModelo fuzzy para recuperação da informação utilizando múltiplas ontologias relacionadas. 260 $a2009.$c2009 300 $a183 f. 500 $aTese (Doutorado) - Faculdade de Engenharia Elétrica e Computação, Universidade Estadual de Campinas, Campinas. 520 $aCom a crescente popularidade da World Wide Web mais pessoas têm acesso à informação cujo volume vem expandindo ao longo do tempo. A área de recuperação de informação ganhou um novo desafio visando buscar os recursos pelo significado da informação neles contida. Uma forma de recuperar a informação, pelo seu significado, é pelo uso de uma base de conhecimento que modela os conceitos de um domínio e seus relacionamentos. Atualmente, ontologias têm sido utilizadas para modelar bases de conhecimento. Para tratar com a imprecisão e a incerteza, presentes no conhecimento e no processo de recuperação de informação, são empregadas técnicas da teoria de conjuntos fuzzy. Trabalhos precedentes codificam a base de conhecimento utilizando apenas uma ontologia. Entretanto, uma coleção de documentos pode tratar temas pertencentes a domínios diferentes, expressos por ontologias distintas, que podem estar relacionados. Neste trabalho, uma forma de organização e representação do conhecimento em múltiplas ontologias relacionadas foi investigada e um novo método de expansão de consulta foi desenvolvido. A organização do conhecimento e o método de expansão de consulta foram integrados no modelo fuzzy para recuperação de informação utilizando múltiplas ontologias relacionadas. O desempenho do modelo foi comparado com outro modelo fuzzy para recuperação de informação e com a máquina de busca Lucene do projeto Apache. Em ambos os casos o modelo proposto apresentou uma melhora nas medidas de precisão e cobertura. Palavras-chave: Recuperação de informação fuzzy, Representação do conhecimento, Expansão da consulta, Ontologia. 650 $aFuzzy logic 650 $aInformation retrieval 653 $aLógica difusa 653 $aOntologia 653 $aOntology 653 $aRecuperação da informação 653 $aRepresentação do conhecimento 653 $aSistemas difusos
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|