Fundamentos Lógicos da IA - 2023-1
UnB-\(\gamma\)

Table of Contents

1. Material Didático e conteúdo programático (preliminar)

  1. Introdução
  2. Introdução à lógica clássica
  3. Lógica de primeira ordem
  4. Representações proposicionais
  5. Procedimentos automáticos de prova
  6. Problema de satisfatibilidade (SAT)
  7. Algoritmos para SAT
  8. Busca em grafos e/ou
  9. Formas não clausais de representação
  10. Planejamento
    • Aplicações em planejamento \(1\)

2. Plano de aulas

2.1. Aula 1   28_mar

  • Introdução
    • Objetivos da disciplina
    • Método de avaliação
    • conceitos gerais

2.2. Aula 2   30_mar

  • Artificial Intelligence: A Modern Approach. 3a. Ed. S. Russel and P. Norvig. (cap 7, slides)

2.3. Aula 3   04_abr

  • Continuação wumpus world

2.4. Aula 4   06_abr

2.5. Aula 5   11_abr

  • SAT solving

2.6. Aula 6   13_abr

2.7. Aula 7   18_abr

2.8. Aula 8   20_abr

2.9. Aula 9   25_abr

  • Trabalho em grupos - Implementação do Wumpus
  • Exemplos de uso da biblioteca do CLASP em C++
  • Repositório do lingeling
  • pysathq - SAT solver em python

2.10. Aula 10   27_abr

  • Trabalho em grupos - Implementação do Wumpus

2.11. Aula 11   02_mai

  • Codificação do Príncipio da casa dos Pombos em CNF e pseudo-Boolean

2.12. Aula 12   04_mai

  • PBFVMC , uma codificação pseudo-Booleana para a consolidação de máquinas virtuais

2.13. Aula 13   09_mai

  • Definição, em conjunto com a turma, do segundo trabalho - O problema da distribuição hoteleira
    • Definição dos grupos, sendo esses, repassados ao professor

2.14. Aula 14   11_mai

2.15. Aula 15   16_mai

  • Planejamento

2.16. Aula 16   18_mai

2.17. Aula 17   23_mai

  • Continuação da modelagem do domínio da cafeteria
    • cafeteira com capacidade água
    • ✍️(tarefa de casa), implementar a ação de colocar água na cafeteira de maneira dosada ou sempre encher a cafeteira
      • como considerar mais produtivo encher a cafeteira quando ela estiver mais perto de ficar vazia?

2.18. Aula 18   25_mai

2.19. Aula 19   30_mai

2.20. Aula 20   01_jun

2.21. Aula 21   06_jun

2.22. Aula 22   08_jun feriado

2.23. Aula 23   13_jun

2.24. Aula 24   15_jun

  • Tempo para discussão e implementação dos trabalhos

2.25. Aula 25   20_jun

  • Tempo para discussão e implementação dos trabalhos

2.26. Aula 26   22_jun

  • Tempo para discussão e implementação dos trabalhos

2.27. Aula 27   27_jun

  • Apresentação do trabalho da distribuição do Hotel
    • TODOS devem enviar os artigos até este dia
    • TODOS devem estar presentes na aula

2.28. Aula 28   29_jun

  • Apresentação do trabalho da distribuição do Hotel
    • TODOS devem estar presentes na aula

2.29. Aula 29   04_jul

  • Definição de equipes para apresentação de domínio em HDDL

2.30. Aula 30   06_jul

  • Apresentação dos domínios em HDDL

2.31. Aula 31   11_jul

  • Aula reservada para a resolução do trabalho - Submissões no MOJ

2.32. Aula 32   13_jul

  • Aula reservada para a resolução do trabalho - Submissões no MOJ

2.33. Aula 33   18_jul

  • Aula reservada para a resolução do trabalho - Submissões no MOJ

2.34. Aula 34   20_jul

  • Aula reservada para a resolução do trabalho - Submissões no MOJ

2.35. Aula 35   25_jul

  • Aula reservada para a resolução do trabalho - Submissões no MOJ

3. Plano de Aulas

O plano de ensino e plano de aulas é um PLANO e pode sofrer modificações ao longo do semestre de acordo com o rendimento da turma.

Curso: Engenharia de Software Período Letivo 2022/2
Disciplina: Tópicos Especiais de ES - FLIA Código  
Carga Horária: 60 horas Créditos 04

3.1. Horários das aulas e atendimento

  • Aulas:
    • {terça,quinta}-feira, das 16:00 às 17:50
  • Atendimento:
    • por e-mail nos dias e horário das aulas
      • caso necessário será aberto uma CALL para sanar as dúvidas
  • E-mail:
    • bruno.ribas EM unb.br
  • Página:

3.2. Método

Aula expositiva por meio de aula síncronas em Sala de Aula, quadro branco, lista de exercícios e, material de apoio disponibilizado no Youtube (gravados ou em live stream).

3.3. Critérios de Avaliação

  • A avaliação será feita por um conjunto de trabalhos, com pesos variáveis.
    • Os trabalhos deverão ser apresentados ao longo da disciplina, e representam os checkpoints dos assuntos estudados
  • As notas serão compostas por um número inteiro no intervalo \([0,100]\);
  • As avaliações serão compostas por questões, podendo ser, a critério do professor, teóricas e/ou práticas
  • Qualquer tentativa de fraude nas provas implicará em média ZERO no semestre para todos os envolvidos.

3.3.1. Presença

  • Em atividades presenciais será passada uma lista de presença;
  • Para atividades a distância uma atividade específica de presença será passada com um prazo determinado pelo professor.

A entrega DENTRO do prazo é obrigatória para todos os alunos.

3.3.2. Menção Final

As notas serão calculadas conforme a equação abaixo:

\begin{align} M_F = \frac{ \sum_{i=0}^{N}(T_i) + 2*TF}{2+N} \end{align}

3.3.3. Critérios de aprovação

Obterá aprovação no curso o aluno que cumprir todas as exigências listadas abaixo:

  1. \(M_F >= 50\); e
  2. Presença em \(75\%\) ou mais das aulas.

Por fim, a menção final do curso é dada de acordo com a tabela abaixo:

\(M_F\) Menção Descrição
\(0\) SR Sem rendimento
\([1,29]\) II Inferior
\([30,49]\) MI Médio Inferior
\([50,69]\) MM Médio
\([70,89]\) MS Médio Superior
\([90,100]\) SS Superior

3.4. Bibliografia

  • Algorithms in C , Robert Sedgewick
  • CORMEN, Thomas H.; LEISERSON, Charles E.; RIVEST, Ronald L.; STEIN, Cli or. Algoritmos: Teoria e Prática. 2a.edição, Campus.
  • (eBrary) CORMEN, Thomas H.; LEISERSON, Charles E.; RIVEST, Ronald L. Introduction to Algorithms. MIT Press, 2014.
  • (eBrary) Biere, Armin and Heule, Marijn J. H. and van Maaren, Hans and Walsh, Toby Handbook of Satisfiability, 2009.
  • RIBAS Bruno C; Um método de pré-processamento de fórmulas SAT e pseudo-boolean baseado em técnicas de programação linear inteira mista, 2015
  • RIBAS Bruno C; Suguimoto RM; Montano RANR; Silva F; Bona LCE; Castilho M; On modelling virtual machine consolidation to pseudo-Boolean constraints, 2012
  • RIBAS Bruno C; Suguimoto RM; Montano RANR; Silva F; Bona LCE; Castilho M;PBFVMC: A New Pseudo-Boolean Formulation to Virtual-Machine Consolidation, 2013
  • Montano RANR; RIBAS BC; Planning as Mixed-Horn Formulas Satisfiability 2017
  • RUSSEL Stuart; Norvig Peter; Artificial Intelligence: A Modern Approach, 2020
  • https://planning.wiki/ - Planning.Wiki - The AI Planning & PDDL Wiki
  • Artificial Intelligence: A Modern Approach. 3a. Ed. S. Russel and P. Norvig. (cap 7, slides)
  • Chin-Liang Chang, Richard Char-Tung Lee. Symbolic logic and mechanical theorem proving. San Diego, CA : Academic Press, 1987.
  • A knowledge compilation map. A. Darwiche and P. Marquis. JAIR. 2002

4. Presença

  • Publicado diretamente no SIGAA

5. Notas

5.1. Trabalhos que valem nota

5.2. Consolidadas

matricula WS HL DN BA MF SIT nome
200014447 100 060 085 030+020 069 MM **
180030272 100 095 100 080 091 SS **
190084642 ** 060 070 ** 026 II **
180149687 100 095 100 080 091 SS **
222015097 100 060 085 100 089 MS **
190087510 ** ** ** ** 000 SR **
170011020 ** 060 070 060 050 MM **
190055006 ** ** 070 030+020 034 MI **
150128312 ** 080 ** ** 016 SR **
200019015 100 090 100 100 098 SS **
200020480 100 050 040 100 078 MS **
202016604 ** ** ** ** 000 SR **
211029361 100 080 085 030+020 073 MS **
200020927 ** 070 070 ** 028 II **
222014886 100 065 ** ** 033 MI **
221022346 ** ** ** ** 000 SR **
170041042 100 090 100 070+020 094 SS **
200041606 ** ** 070 030+020 034 MI **
180025601 ** 080 090 080 066 MM **
221008759 100 065 080 ** 049 MI **
180037242 ** 080 090 080 066 MM **
190096071 ** 060 070 060 050 MM **
190020377 100 095 100 110 103 SS **
180029177 100 095 100 110 103 SS **
média 100 075 082 078 045 ** Média da turma
  • WS é Wumpus
  • HL é Hotel
  • DN é DomínioHTN
  • BA é Bomberda

Author: Bruno Ribas

Created: 2023-07-27 Thu 09:12

Validate