Ismênia Ribeiro de Oliveira

A system of agent-based software patterns for user modeling based on usage mining

In adaptive hypermedia systems, a user can select explicitly an adaptation effect or he/she can leave the system execute some of these functions. An important component of an adaptive system is the ability to model the users of the system according to their goals and preferences. Web usage mining aims at discover interesting patterns of use by analyzing Web usage data. This information can be used to capture implicitly user models and used them for the adaptation of systems. User modeling and system adaptability can be approached through the agent paradigm. This article summarizes a system of architectural and detailed design patterns describing known agent-based solutions to recurrent problems of user modeling based on usage mining along with the description of a general purpose problem-solving architectural pattern used by some of the first ones. Patterns are derived from recurrent designs of specific agent-based applications. The proposed patterns are being developed in the context of a Multi-Agent Domain Engineering research project, which approaches software complexity and productivity through the construction of techniques and tools promoting software reuse in Multi-Agent Domain Engineering.

Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar

O fosforo destaca-se como um dos nutrientes limitantes ao desenvolvimento da cultura da cana-de-acucar em solos brasileiros. Esse elemento apresenta grande variabilidade espacial, coordenada pelos atributos que regem as reacoes de adsorcao e dessorcao. Estimativas espaciais sao conduzidas por meio de interpolacoes geoestatisticas para a caracterizacao dessa variabilidade. No entanto, tais estimativas apresentam incertezas inerentes ao procedimento que estao associadas a estrutura de variabilidade do atributo em estudo e a configuracao amostral da area. Dessa forma, avaliar a incerteza das predicoes associada a distribuicao espacial do fosforo disponivel (Plabil) e importante para otimizar o uso dos fertilizantes fosfatados. O objetivo deste estudo foi avaliar o desempenho da simulacao sequencial gaussiana (SSG) e da krigagem ordinaria (KO) na modelagem da incerteza das predicoes do fosforo disponivel. Uma malha amostral com 626 pontos foi instalada em uma area experimental de 200 hectares de cana-de-acucar no municipio de Tabapua, Sao Paulo. Foram geradas 200 realizacoes por meio do algoritmo da SSG. As realizacoes da SSG reproduziram as estatisticas e a distribuicao dos dados amostrais. A estatistica G (0,81) indicou boa proximidade entre as fracoes dos valores simulados e as dos observados. As realizacoes da SSG preservaram a variabilidade espacial do Plabil, sem o efeito de suavizacao obtido pelo mapa da KO. A acuracia na reproducao do variograma dos dados amostrais, obtida pelas realizacoes da SSG foi, em media, 240 vezes maior que obtida por meio da KO. O mapa de incertezas, obtido por meio da KO, apresentou menor variacao na area de estudo do que por SSG. Dessa forma, a avaliacao das incertezas, pela SSG, evidenciou-se mais informativa, podendo ser utilizada para definir e delimitar, de forma mais precisa, as areas de manejo especifico.

Modelagem e quantificação da incerteza espacial do potássio disponível no solo por simulações estocásticas

The objective of this work was to evaluate the performance of the sequential Gaussian simulation (SGS) and the sequential indicator simulation (SIS) for modeling the uncertainty of available K predictions in a sugarcane area, and to compare both simulations to the already established method of ordinary kriging (OK). A sampling grid with 626 points was installed in an area of 200 ha, in the municipality of Tabapua, in the state of Sao Paulo, Brazil. The simulations reproduced the variability in the available K sample data, whereas OK overestimated the low K levels and underestimated the high ones. The standard deviation map obtained from OK showed less variation along the studied area when compared to the maps obtained from the simulations. SIS achieved an accuracy 22% higher than that obtained by SGS for modeling the conditional distribution function of K. The simulations have higher efficiency than OK for modeling the uncertainty in the spatial distribution of K. SIS has better performance than SGS for estimating the levels of available K in sugarcane area.