Aprendizagem de máquina em um ambiente para negociações automatizadas.

• Ano de defesa: 2006
• Autor(a) principal: OLIVEIRA, Rômulo Nunes de.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO; UFCG
• Palavras-chave em Português: Aprendizagem de Máquina; Negociação Automatizada; Inteligência Artificial; Redes Neurais; Modelos Computacionais e Cognitivos; Machine Learning; Automated Trading; Artificial Intelligence; Neural Networks; Computational and Cognitive Models; Ciência da Computação
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/4816

A automatização do processo de negociação é um dos tópicos importantes e desafiadores no contexto da pesquisa em IA aplicada ao comércio eletrônico. Particularmente, um dos problemas relacionados à concepção de agentes de software negociadores diz respeito a dotá-los da capacidade de aprender e se adaptar ao dinamismo normalmente requerido no processo de negociação. Neste trabalho, propõe-se um ambiente para construção de agentes inteligentes dotados das capacidades de negociar e aprender. Foram realizados dois experimentos para demonstrar a factibilidade da nossa proposta. Os experimentos mostraram a capacidade de aprendizagem dos agentes, segundo as técnicas empregadas: Redes Neurais, Aprendizagem por Reforço (Q-learning), Raciocínio Baseado em Regras e Raciocínio Baseado em Casos.