ĠĢletme DıĢ Çevre AHP Modelinin OluĢturulması

Blasch e Plano (2005) desenvolveram o modelo denominado Data Fusion Information Group (DFIG), como o homˆonimo associado `a comunidade criada para este fim. O objetivo foi atenuar as limitac¸˜oes do modelo JDL e de suas variantes, principalmente a de Steinberg et al.(1999). No modelo DFIG, ilustrado na Figura 3.8, foi estabelecida uma clara distinc¸˜ao entre as responsabilidades de m´aquinas e humanos na fus˜ao de dados e informac¸˜oes. Os autores de- terminaram em seu modelo que o estado de consciˆencia situacional, resultante das func¸˜oes de N´ıvel 2 dos modelos baseados em JDL, n˜ao pode ser alcanc¸ado por um computador, sendo ne- cess´ario o conhecimento e racioc´ınio humano. Neste modelo, as func¸˜oes de N´ıvel 2 s˜ao t´acitas e inferidas de representac¸˜oes expl´ıcitas de objetos de N´ıvel 1 (considerando o modelo como um processo sequencial).

Figura 3.8: Modelo DFIG de Fus˜ao de Dados (Traduzido e Adaptado de Blasch e Plano, 2005)

Os autores ainda estabeleceram que, desde que aspectos subjetivos da obtenc¸˜ao de SAW n˜ao s˜ao poss´ıveis de serem observados por processos computadorizados, a intervenc¸˜ao humana ´e necess´aria para no m´ınimo a interpretac¸˜ao da informac¸˜ao. Para acomodar tal quest˜ao, o modelo DFIG separa as func¸˜oes de processamento da informac¸˜ao (N´ıveis 0, 1, 2 e 3), das func¸˜oes de gest˜ao de informac¸˜ao e miss˜ao.

Tais func¸˜oes de gest˜ao operam nos novos N´ıvel 4 (Gest˜ao de Recursos), respons´avel por refinamento de sensores e parametrizac¸˜ao de func¸˜oes de fus˜ao de dados informac¸˜oes, e N´ıvel 6

(Gest˜ao da Miss˜ao), que visa alinhar uma situac¸˜ao em an´alise com os objetivos da miss˜ao. O modelo DFIG permite que a relac¸˜ao espec´ıfica da tecnologia de fus˜ao com os n´ıveis de Gest˜ao de Recursos e Gest˜ao da Miss˜ao pode se estabelecer mediante duas perspectivas.

Um destes caminhos ´e a gest˜ao automatizada da informac¸˜ao produzida pela tecnologia de fus˜ao. Caso as condic¸˜oes da miss˜ao e requisitos informacionais demandados para a tomada de decis˜ao n˜ao sejam cumpridos pelos n´ıveis anteriores (ex: caso uma entidade priorit´aria n˜ao tenha sido identificada ou uma relac¸˜ao com entra entidade n˜ao tenha sido estabelecida), os n´ıveis de gest˜ao podem determinar uma nova rotina parametrizada at´e que tais requisitos sejam cumpridos. Neste caso o humano apenas interpreta e acompanha a informac¸˜ao para validac¸˜ao.

Entretanto, o diferencial do modelo DFIG reside na operacionalizac¸˜ao da Gest˜ao de Recur- sos atrav´es da ac¸˜ao do humano via N´ıvel 5 (Refinamento por Usu´arios). Sob esta perspectiva, o humano n˜ao apenas interpreta a informac¸˜ao produzida, mas determina os procedimentos para a gest˜ao dos recursos em prol de seus objetivos e requisitos da miss˜ao. Uma vez que tal proce- dimento ocorre atrav´es do N´ıvel 5, deve-se ressaltar a importˆancia de uma interface de usu´arios que promova SAW devidamente para ajudar a determinar a necessidade de refinamento.

Neste caso, a consciˆencia situacional e o modelo mental do operador humano s˜ao funda- mentais para a determinac¸˜ao da continuidade do processo. Uma vez que o estado de SAW n˜ao foi atingido, usu´arios determinam se uma nova informac¸˜ao deve ser adquirida e processada novamente pelas func¸˜oes de inferˆencia.

Mesmo contando com func¸˜oes de gest˜ao que contribuem para o desenvolvimento do ra- cioc´ınio humano, dirigido pelos objetivos da miss˜ao, o modelo DFIG ainda produz e apresenta o resultado final da avaliac¸˜ao da situac¸˜ao para o processo decis´orio dos humanos. N˜ao h´a ind´ıcios de atuac¸˜ao do humano sobre pedac¸os de informac¸˜ao ou subprodutos de cada etapa do processo.

Por este modelo, humanos s˜ao habilitados a agir nas func¸˜oes JDL sob demanda via interface de usu´arios, entretanto, n˜ao est´a claro que tipo de entrada os mesmos devem prover para cada func¸˜ao para contribuir com o processo de avaliac¸˜ao de situac¸˜oes. Al´em do mais, a contribuic¸˜ao resultante da atuac¸˜ao dos humanos no processo tem seu efeito analisado somente quando um resultado final ´e apresentado.

Sob o aspecto de problemas referentes `a qualidade da informac¸˜ao, incertezas e sua gest˜ao, as func¸˜oes de gerenciamento de DFIG podem influenciar humanos e m´aquinas para promover adaptac¸˜oes desde os n´ıveis de sensores at´e em func¸˜oes de alto-n´ıvel. Entretanto, mais uma vez, o efeito de tais problemas e da propagac¸˜ao dos mesmos s´o podem ser verificados no final do

processo. Pelas func¸˜oes de gerenciamento, novos sensores podem ser ativados, novo processa- mento ou fus˜ao pode ser requisitado e novas informac¸˜oes podem ser apresentadas, entretanto, ainda de forma compilada e pouco especificada como no modelo JDL.

Desta maneira, conclui-se que a vis˜ao de Blasch e Plano (2005) sobre o refinamento, di- fundido como N´ıvel 4, cobre boa parte do espectro de ac¸˜oes, tais como a gest˜ao e controle de sensores. Entretanto, uma limitac¸˜ao do N´ıvel 4, mesmo operacionalizado pelo N´ıvel 5, ´e o prop´osito do controle, seja por necessidade do usu´ario ou para operac¸˜ao do sistema.

O DFIG foi o primeiro modelo que explicitou a distinc¸˜ao entre Fus˜ao de Informac¸˜ao em Baixo-N´ıvel (Low-Level Information Fusion - LLIF) e Fus˜ao de Informac¸˜ao em Alto-N´ıvel (High-Level Information Fusion - HLIF), inicialmente definido por Waltz e Llinas (2000) no cl´assico texto de fus˜ao de dados e informac¸˜oes ”Multisensor Data Fusion”(Figura 3.9).

Figura 3.9: Diferenc¸as entre HLIF e LLIF (Traduzido e Adaptado de Blasch et al., 2012)

Os processos funcionais de baixo-n´ıvel de fus˜ao suportam a classificac¸˜ao, identificac¸˜ao e rastreamento de objetos de interesses (ou alvos), enquanto que processos funcionais de alto- n´ıvel suportam a avaliac¸˜ao de situac¸˜oes, impacto e refinamento do processo de fus˜ao. LLIF se preocupa com dados num´ericos (ex: locais, movimentos e tipos de atributos de alvos). HLIF lida com informac¸˜ao simb´olica e abstrata (ex: ameac¸as, intenc¸˜oes e objetivos)

N´ıveis de HLIF (como s˜ao chamados os n´ıveis superiores ao N´ıvel 1 do modelo DFIG) ´e a habilidade de um sistema de fus˜ao, atrav´es de conhecimento, experiˆencia e entendimento para: capturar a consciˆencia situacional e relac¸˜oes complexas, raciocinar sobre eventos passados e

futuros, promover atividades explorat´orias `a partir de produtos de sensoriamento e de relat´orios t´acitos, e discernir a utilidade e intenc¸˜ao dos resultados para atingir objetivos do sistema.

Para tais atividades citadas, a comunidade de fus˜ao de informac¸˜oes cunhou o termo de fus˜ao em alto-n´ıvel, o que implica na existˆencia de uma camada de baixo-n´ıvel e uma distinc¸˜ao entre LLIF e HLIF, quando na verdade ambas est˜ao conectadas. O design de sistemas de fus˜ao de informac¸˜oes para o mundo real implica na coordenac¸˜ao de fontes distribu´ıdas de informac¸˜ao, a organizac¸˜ao de conceitos e o entendimento do ambiente (contextos). H´a uma necessidade de processos automatizados para suportar o racioc´ınio humano e a inferˆencia, visando complemen- tar o processamento e sensoriamento da m´aquina.

Embora as func¸˜oes e responsabilidades de homens e m´aquinas seja muito bem especificada pelo modelo DFIG, as func¸˜oes de gerenciamento s˜ao ainda motivadas e parametrizadas somente pela incerteza. Quest˜oes referentes `as dimens˜oes de qualidade de dados e informac¸˜oes que podem provoca-la s˜ao abstra´ıdas pelo processo.