La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Intelligence Artificielle Distribuée et Ontologies pour la Gestion des Connaissances Fabien Gandon Post-doc Université de Carnegie Mellon Doctorat I.N.R.I.A.

Présentations similaires


Présentation au sujet: "Intelligence Artificielle Distribuée et Ontologies pour la Gestion des Connaissances Fabien Gandon Post-doc Université de Carnegie Mellon Doctorat I.N.R.I.A."— Transcription de la présentation:

1 Intelligence Artificielle Distribuée et Ontologies pour la Gestion des Connaissances Fabien Gandon Post-doc Université de Carnegie Mellon Doctorat I.N.R.I.A. Sophia Antipolis, équipe ACACIA Monitorat Département informatique, Université de Nice-Sophia Antipolis D.E.A. Traitement de limage et systèmes de vision (2 ième ) Université de Rouen Ingénieur - département Génie Mathématiques (major) I.N.S.A., Rouen

2 (2) Notion dintraweb sémantique Problème: matérialiser et structurer la mémoire dune organisation? Mémoire organisationnelle annotée: intraweb sémantique en RDF (1) : documents, personnes, groupes, etc. Ontologie en RDFS (1) : vocabulaire conceptuel dannotation (1) recommandation W3C Auteur Personne: Titre "Annual activity report of ACACIA" Auteur portée domaine Types de concepts Types de relations Document: Créateur Entité DocumentPersonne

3 (3) Conception dontologies Problème: concevoir une ontologie pour un Web sémantique. Méthode: OCoMMA: 470 types de concepts 79 types de relations 700 termes et 550 définitions en Anglais et en Français Schéma RDFS Propriétés Algébriques Règles Couverture ? Tableaux structurés Scénarios Recueil Lexiques Organisation Document Personne Domaine Typique dune mémoire organisationnelle

4 (4) Agents logiciels et connaissances distribuées Problème: gérer les connaissances distribuées dans lorganisation. Analyse fonctionnelle descendante: groupes, rôles, protocoles Sociétés: Société dannotation: Hiérarchie avec 2 rôles: archivistes, médiateurs Principales interactions: archivage, requêtes distribuées Statistiques du contenu archivé / types de concepts et relations ex. distances sémantiques annotation–archive pour archivage nouvelles annotations Dist H (Type 1,Type 2 ) = Min(G Path (Type 1,LCST)+G Path (Type 2,LCST)) Société ontologie & modèle organisation Société gérant les annotations Société apparieurs Société gérant les utilisateurs document booklet chart graphdiagram book

5 (5) Accès mobiles aux Services Web Sémantiques Problème de faible couplage: Système ouvert Réseau sans fil & PDA (terminal, connectivité, disponibilité) Agents de services spécifiques ex. restaurant, messages Services Web sémantiques ex. localisation, agenda, météorologie Architecture Web sémantique Agents de services généraux © Carnegie Mellon University - Sadehlab Communication toolkit (http, , IM, etc.) NETWORK Semantic Web servers S. Web Ontologies S. Web Annotations Other Web Resources Semantic Web Services Semanticsearchservices Task- specific Task-specific resources and APIs User interaction manager API e-Wallet manager Platformmanager White & yellow pages MAS administration toolkit knowledge base API Inference engine API knowledge base Knowledge of the owners profile

6 (6) e- Problème: faciliter mais contrôler laccès aux profils utilisateurs. Portefeuille électronique: interface sémantique daccès unifiée Assertions statiques ex. nom, centres dintérêt Règles dassertion dynamique ex. définition, exceptions Règles dinvocation de services pour obtenir des connaissances contextuelles ex. agenda, GPS Règles de privauté autorisations et ajustements ex. localisation Implantation O.W.L. (2) + extensions pour règles et requêtes Couches = typage, chaînage avant, chaînage arrière (2) Extension pour RDFS en cours de recommandation au W3C © Carnegie Mellon University - Sadehlab privauté service coeur asser- tionnel query answer moteur dinférences

7 (7) Evaluations CoMMA projet IST Atos-Origin, CSELT Telecom Italia, CSTB, INRIA, LIRMM, T-Nova Deutsche Telekom, Université Parme 2 évaluations avec utilisateurs finaux, journée porte ouverte et démo + évaluations de performances myCampus projet DARPA (chef de projet) CMU, Air Force, BBN, IBM, HP, Symbol, Boeing expérience à CMU sur 3 jours avec 11 utilisateurs

8 (8) Vision du futur IA distribuée pour assister le cycle de vie des connaissances Collecticiels pour émergence & maintien consensus ontologique Inférences distribuées & bibliothèques de protocoles dinteractions Inférences pour maximiser la maintenance automatique Interactions dans/entre Webs sémantiques (extranets, Web ouvert) Médiations entre différentes ontologies Découverte (existence, modalités) et composition de services Contrôle de la sécurité, de laccès, de la visibilité et de la privauté Contrôle de la qualité (contenu, service) Interfaces homme-système intelligentes masquant la complexité Contexte daccès aux connaissances et services en ligne awareness, dimension sociale (communautés, rôles), mobilité Exploiter les structures sémantiques pour inférences dinteraction Coopérations nécessaires: internationales (ex. IST), industrielles (ex. RNTL), organismes de standardisation (ex. W3C, OASIS)

9 (9) Complémentarité des domaines de recherche AI Distribuée & Services Web Ontologie & Représentation des connaissances Web Sémantique & Knowledge management formalismes & applications méthodes & schémas formalismes, référence sémantique pour inférences & communication plates-formes logicielles pour cycle de vie formalismes, mondes annotés, méthodes, applications architectures logicielles, plates-formes de déploiement


Télécharger ppt "Intelligence Artificielle Distribuée et Ontologies pour la Gestion des Connaissances Fabien Gandon Post-doc Université de Carnegie Mellon Doctorat I.N.R.I.A."

Présentations similaires


Annonces Google