Artigo sobre reparos ótimos em ontologias, desenvolvido em parceria com professor de universidade alemã, recebe prêmio em conferência realizada no Vietnã
Na vigésima primeira edição da Conferência Internacional em Princípios de Representação de Conhecimento e Raciocínio (KR), realizada entre os dias 2 e 8 de novembro de 2024, em Hanói, Vietnã, o trabalho conjunto da professora Renata Wassermann, do Departamento de Ciência da Computação da USP, com o professor Franz Baader da Universidade Técnica de Dresden, foi agraciado com o Ray Reiter Best Paper Award, prêmio de melhor artigo do evento.
Intitulado “Contractions Based on Optimal Repairs“, o artigo propõe uma abordagem inovadora para operações de contração em ontologias, utilizando reparos ótimos baseados nas lógicas de descrição EL, em vez dos reparos clássicos. A pesquisa aplica essa construção da contração mais utilizada (partial meet), substituindo os reparos clássicos por reparos ótimos. O estudo inclui ainda um teorema de caracterização que estabelece a relação entre as contrações obtidas e postulados conhecidos. Além disso, os autores exploram diversas aplicações e demonstram que a contração clássica de conjuntos de crenças pode ser vista como uma instância de sua abordagem.
O professor Franz Baader lidera o grupo de pesquisas de Teoria de Autômatos no Departamento de Informática da Universidade Técnica de Dresden, na Alemanha. Sua pesquisa está principalmente voltada para áreas como lógica computacional, ontologias, raciocínio automatizado e inteligência artificial.
A professora Renata Wassermann é graduada em Ciência da Computação pelo Instituto de Matemática e Estatística da USP, possui Mestrado em Matemática Aplicada pela mesma universidade, Doutorado em Ciência da Computação pela Universidade de Amsterdã, e é Livre Docente pelo IME-USP. Ela atua como docente no Departamento de Ciência da Computação do IME-USP, com foco em Inteligência Artificial, especialmente em Lógica e Representação de Conhecimento.
Sobre a Conferência Internacional em Princípios de Representação de Conhecimento e Raciocínio
A Representação de Conhecimento e Raciocínio (KR) – em inglês, Knowledge Representation and Reasoning – é um campo de pesquisa bem estabelecido e dinâmico dentro da inteligência artificial. A KR se constrói na tese fundamental de que conhecimento pode ser representado de forma explícita e declarativa, adequada para o processamento por motores dedicados de raciocínio simbólico.
A série de conferências KR é o principal fórum para apresentações aprofundadas e oportunas sobre os avanços nos princípios e na prática da representação e do gerenciamento computacional de conhecimento em sistemas inteligentes.
Por Camila Bernardes | Serviço de Apoio Institucional