https://repositorio.ufjf.br/jspui/handle/ufjf/19368| File | Description | Size | Format | |
|---|---|---|---|---|
| matheusbruggerjenevain.pdf | PDF/A | 4.84 MB | Adobe PDF |  View/Open | 
| DC Field | Value | Language | 
|---|---|---|
| dc.contributor.advisor1 | Dantas, Mario Antonio Ribeiro | - | 
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2900995280822495 | pt_BR | 
| dc.contributor.advisor-co1 | Pinto, Milena Faria | - | 
| dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/9537851345288279 | pt_BR | 
| dc.contributor.referee1 | Menezes, Victor Ströele de Andrade | - | 
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/7561791813071961 | pt_BR | 
| dc.contributor.referee2 | Ebecken, Nelson Francisco Favilla | - | 
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/2703716951709834 | pt_BR | 
| dc.creator | Jenevain, Matheus Brugger | - | 
| dc.creator.Lattes | http://lattes.cnpq.br/0257247350945537 | pt_BR | 
| dc.date.accessioned | 2025-09-03T15:56:36Z | - | 
| dc.date.available | 2025-09-03 | - | 
| dc.date.available | 2025-09-03T15:56:36Z | - | 
| dc.date.issued | 2025-06-27 | - | 
| dc.identifier.uri | https://repositorio.ufjf.br/jspui/handle/ufjf/19368 | - | 
| dc.description.abstract | A crescente globalização dos mercados de energia, o surgimento de novas fontes de energia e a demanda por troca fluida de dados entre as partes interessadas ressaltam a necessidade crucial de comunicação eficaz e interoperabilidade no setor energético. No entanto, os protocolos existentes frequentemente priorizam especificações técnicas em detrimento da compreensão contextual, resultando em interpretações equivocadas e falhas na comunicação. Este trabalho propõe uma abordagem inovadora que combina ontologias com Retrieval Augmented Generation (RAG) e Large Language Models (LLMs) para garantir a interpretação precisa dos dados compartilhados, independentemente dos diversos contextos dos atores envolvidos. Ao aproveitar os pontos fortes das ontologias para a representação do conhecimento e do RAG para a compreensão contextual, a estrutura proposta visa aprimorar a interoperabilidade e facilitar a colaboração eficaz no setor de energia, contribuindo para uma transição energética mais suave e eficiente. Os resultados indicam que a solução proposta é eficaz na atribuição de significados contextualmente relevantes aos termos, melhorando o compartilhamento de dados e reduzindo a probabilidade de mal-entendidos decorrentes de diferentes contextos e perspectivas entre emissores e receptores. | pt_BR | 
| dc.description.resumo | A crescente globalização dos mercados de energia, o surgimento de novas fontes de energia e a demanda por troca fluida de dados entre as partes interessadas ressaltam a necessidade crucial de comunicação eficaz e interoperabilidade no setor energético. No entanto, os protocolos existentes frequentemente priorizam especificações técnicas em detrimento da compreensão contextual, resultando em interpretações equivocadas e falhas na comunicação. Este trabalho propõe uma abordagem inovadora que combina ontologias com Retrieval Augmented Generation (RAG) e Large Language Models (LLMs) para garantir a interpretação precisa dos dados compartilhados, independentemente dos diversos contextos dos atores envolvidos. Ao aproveitar os pontos fortes das ontologias para a representação do conhecimento e do RAG para a compreensão contextual, a estrutura proposta visa aprimorar a interoperabilidade e facilitar a colaboração eficaz no setor de energia, contribuindo para uma transição energética mais suave e eficiente. Os resultados indicam que a solução proposta é eficaz na atribuição de significados contextualmente relevantes aos termos, melhorando o compartilhamento de dados e reduzindo a probabilidade de mal-entendidos decorrentes de diferentes contextos e perspectivas entre emissores e receptores. | pt_BR | 
| dc.language | por | pt_BR | 
| dc.publisher | Universidade Federal de Juiz de Fora (UFJF) | pt_BR | 
| dc.publisher.country | Brasil | pt_BR | 
| dc.publisher.department | ICE – Instituto de Ciências Exatas | pt_BR | 
| dc.publisher.program | Programa de Pós-graduação em Ciência da Computação | pt_BR | 
| dc.publisher.initials | UFJF | pt_BR | 
| dc.rights | Acesso Aberto | pt_BR | 
| dc.rights | Attribution-ShareAlike 3.0 Brazil | * | 
| dc.rights.uri | http://creativecommons.org/licenses/by-sa/3.0/br/ | * | 
| dc.subject | Context-aware | pt_BR | 
| dc.subject | Large language models | pt_BR | 
| dc.subject | Ontologies | pt_BR | 
| dc.subject | Renewable energies | pt_BR | 
| dc.subject | Retrieval augmented generation | pt_BR | 
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA | pt_BR | 
| dc.title | Contextualized data sharing in the energy industry: a retrieval-augmented ontology solution | pt_BR | 
| dc.type | Dissertação | pt_BR | 
| Appears in Collections: | Mestrado em Ciência da Computação (Dissertações) | |
This item is licensed under a Creative Commons License
     
    

 
						
						
						
					 
						
						
					 
						
					 
		
					




