| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 6.35 MB | Adobe PDF |
Resumo(s)
Belief revision is the process by which an intelligent agent modifies its beliefs when confronted
with new information that contradicts its current knowledge state. Whilst the AGM framework
provides rigorous normative principles for rational belief change, a persistent gap exists between
these theoretical foundations and practical implementation. Concurrently, user profiling has be
come ubiquitous across recommender systems, adaptive interfaces, and cognitive rehabilitation
platforms; however, the temporal dynamics of user profiles remain largely unaddressed by for
mal, principled methods. Most systems resort to ad hoc recreation of profiles from scratch, and
data-driven approaches suffer from recency bias, leading to volatile and opaque profile evolution.
This thesis addresses three research questions. First, it investigates what insights can be ex
tracted from the early Belief Revision implementations identified by Doyle and London to inform
modern computational implementations of the AGM postulates. Second, it examines whether a
unified, knowledge-based formalism can be formulated to govern the structure and dynamics of
user profiles. Third, it explores whether the integration of belief revision algorithms can produce
user profiles that are more stable, interpretable, and accurate in their evolution than traditional
deep learning approaches.
The thesis delivers four principal contributions. A systematic literature review of pre-AGM
belief revision implementations reveals that early work emphasised representational devices and
procedural strategies—such as dependency structures and minimal-change search—that prioritised
computational tractability and remain valuable for contemporary systems. The thesis presents the
complete and operational implementation of the Knowledge-Driven Profile Dynamics (KDPD) for
malism, a modular system that operationalises profiles as integer tuples, employs the Manhattan
distance to instantiate the principle of minimal change, and implements all four axiomatically char
acterised revision and update operators. A comparative analysis against the NeuroAIReh@b cogni
tive rehabilitation framework identifies specific alignments and functional gaps. Finally, a concrete
integration pathway maps NeuroAIReh@b workflow steps to KDPD components—encompassing
performance-to-formula translation, session-by-session revision, and therapist-driven priority spec
ification—thereby establishing a blueprint for deployment in clinical settings.
The findings affirm that pre-AGM implementation insights can be successfully integrated with
the AGM theoretical framework to yield systems that are both formally grounded and computa
tionally viable. The KDPD formalism provides a unified, domain-agnostic framework for profile
dynamics that enforces stability through minimal change, enhances interpretability through explicit
constraint-driven updates, and offers a principled alternative to opaque data-driven approaches.
This work advances the practical application of belief revision theory to user profile management
and demonstrates its viability within the domain of cognitive rehabilitation.
A revisão de crenças (BR) é o processo pelo qual um agente inteligente modifica as suas crenças quando confrontado com nova informação que contradiz o seu estado de conhecimento atual. Em bora o modelo AGM forneça princípios normativos rigorosos para a mudança racional de crenças, persiste um fosso entre estes fundamentos teóricos e a sua implementação prática. Paralelamente, a criação de perfis de utilizador tornou-se omnipresente em sistemas de recomendação, interfaces adaptativas e plataformas de reabilitação cognitiva; no entanto, a dinâmica temporal dos perfis de utilizador permanece, em grande parte, sem resposta por parte de métodos formais e fundamenta dos. A maioria dos sistemas recorre à recriação ad hoc de perfis do zero, e as abordagens baseadas em dados sofrem de enviesamento de recência, conduzindo a uma evolução de perfis volátil e opaca. Esta tese aborda três questões de investigação. Primeiro, investiga que perspetivas podem ser extraídas das primeiras implementações de revisão de crenças identificadas por Doyle e London para informar as implementações computacionais modernas dos postulados AGM. Segundo, examina se um formalismo unificado, baseado em conhecimento, pode ser formulado para governar a estrutura e a dinâmica dos perfis de utilizador. Terceiro, explora se a integração de algoritmos de revisão de crenças pode produzir perfis de utilizador que sejam mais estáveis, interpretáveis e precisos na sua evolução do que as abordagens tradicionais de aprendizagem profunda (deep learning). A tese apresenta quatro contribuições principais. Uma revisão sistemática da literatura de implementações de revisão de crenças pré-AGM revela que os trabalhos iniciais enfatizavam dis positivos representacionais e estratégias procedimentais — tais como estruturas de dependência e pesquisa de mudança mínima — que priorizavam a viabilidade computacional e permanecem valiosos para os sistemas contemporâneos. A tese apresenta uma implementação completa e op eracional do formalismo Knowledge-Driven Profile Dynamics (KDPD), um sistema modular que operacionaliza perfis como tuplos de inteiros, utiliza a distância de Manhattan para instanciar o princípio da mudança mínima, e implementa todos os quatro operadores de revisão e atualização caracterizados axiomaticamente. Uma análise comparativa com a estrutura de reabilitação cogni tiva NeuroAIreh@b identifica alinhamentos específicos e lacunas funcionais. Finalmente, uma via de integração concreta mapeia as etapas do fluxo de trabalho do NeuroAIreh@b para os compo nentes do KDPD — abrangendo a tradução de desempenho-para-fórmula, a revisão sessão a sessão e a especificação de prioridades orientada pelo terapeuta — estabelecendo assim um plano para a implementação em contextos clínicos. Os resultados confirmam que as perspetivas das implementações pré-AGM podem ser integradas com sucesso na estrutura teórica AGM para produzir sistemas que são, simultaneamente, formal mente fundamentados e computacionalmente viáveis. O formalismo KDPD fornece uma estrutura unificada e agnóstica ao domínio para a dinâmica de perfis que reforça a estabilidade através da mudança mínima, melhora a interpretabilidade através de atualizações explícitas orientadas por restrições, e oferece uma alternativa fundamentada às abordagens opacas baseadas em dados. Este trabalho faz avançar a aplicação prática da teoria da revisão de crenças na gestão de perfis de utilizador e demonstra a sua viabilidade no domínio da reabilitação cognitiva.
A revisão de crenças (BR) é o processo pelo qual um agente inteligente modifica as suas crenças quando confrontado com nova informação que contradiz o seu estado de conhecimento atual. Em bora o modelo AGM forneça princípios normativos rigorosos para a mudança racional de crenças, persiste um fosso entre estes fundamentos teóricos e a sua implementação prática. Paralelamente, a criação de perfis de utilizador tornou-se omnipresente em sistemas de recomendação, interfaces adaptativas e plataformas de reabilitação cognitiva; no entanto, a dinâmica temporal dos perfis de utilizador permanece, em grande parte, sem resposta por parte de métodos formais e fundamenta dos. A maioria dos sistemas recorre à recriação ad hoc de perfis do zero, e as abordagens baseadas em dados sofrem de enviesamento de recência, conduzindo a uma evolução de perfis volátil e opaca. Esta tese aborda três questões de investigação. Primeiro, investiga que perspetivas podem ser extraídas das primeiras implementações de revisão de crenças identificadas por Doyle e London para informar as implementações computacionais modernas dos postulados AGM. Segundo, examina se um formalismo unificado, baseado em conhecimento, pode ser formulado para governar a estrutura e a dinâmica dos perfis de utilizador. Terceiro, explora se a integração de algoritmos de revisão de crenças pode produzir perfis de utilizador que sejam mais estáveis, interpretáveis e precisos na sua evolução do que as abordagens tradicionais de aprendizagem profunda (deep learning). A tese apresenta quatro contribuições principais. Uma revisão sistemática da literatura de implementações de revisão de crenças pré-AGM revela que os trabalhos iniciais enfatizavam dis positivos representacionais e estratégias procedimentais — tais como estruturas de dependência e pesquisa de mudança mínima — que priorizavam a viabilidade computacional e permanecem valiosos para os sistemas contemporâneos. A tese apresenta uma implementação completa e op eracional do formalismo Knowledge-Driven Profile Dynamics (KDPD), um sistema modular que operacionaliza perfis como tuplos de inteiros, utiliza a distância de Manhattan para instanciar o princípio da mudança mínima, e implementa todos os quatro operadores de revisão e atualização caracterizados axiomaticamente. Uma análise comparativa com a estrutura de reabilitação cogni tiva NeuroAIreh@b identifica alinhamentos específicos e lacunas funcionais. Finalmente, uma via de integração concreta mapeia as etapas do fluxo de trabalho do NeuroAIreh@b para os compo nentes do KDPD — abrangendo a tradução de desempenho-para-fórmula, a revisão sessão a sessão e a especificação de prioridades orientada pelo terapeuta — estabelecendo assim um plano para a implementação em contextos clínicos. Os resultados confirmam que as perspetivas das implementações pré-AGM podem ser integradas com sucesso na estrutura teórica AGM para produzir sistemas que são, simultaneamente, formal mente fundamentados e computacionalmente viáveis. O formalismo KDPD fornece uma estrutura unificada e agnóstica ao domínio para a dinâmica de perfis que reforça a estabilidade através da mudança mínima, melhora a interpretabilidade através de atualizações explícitas orientadas por restrições, e oferece uma alternativa fundamentada às abordagens opacas baseadas em dados. Este trabalho faz avançar a aplicação prática da teoria da revisão de crenças na gestão de perfis de utilizador e demonstra a sua viabilidade no domínio da reabilitação cognitiva.
Descrição
Palavras-chave
Belief revision User profile dynamics AGM framework Cognitive rehabilitation. Revisão de crenças Dinâmica de perfis de utilizador Modelo AGM Reabilitação cognitiva Informatics Engineering .