Les Systèmes Experts I.A. Session 2009/2010

Slides:



Advertisements
Présentations similaires
Webminaire du 8 novembre 2010
Advertisements

Les Systèmes d’Information Financière Atelier conjoint ACBF / Banque Mondiale / AFRITAC de l’Ouest Gérer l’application dans le temps, sur les plans fonctionnel,
OPTIMISATION DE LA COMMANDE D’UN MOTEUR SYNCHRONE
Intelligence Artificielle & systèmes experts
Licence 2 Option de découverte (1L4INJM) APPLICATIONS INFORMATIQUES POUR LINTERACTION HOMME-ROBOT Responsable : Julien PINQUIER
Sytèmes Experts (Vus à travers Prolog).
La technologie à l’école maternelle
Enseigner la technologie
Introduction aux environnements de developpement.
Systèmes à base de connaissances
1 Le Contrôle en Cours de Formation Note de service n° 97 – 077 du 18 mars 1997 BTS.
Approche organisationnelle Analyse détaillée des traitements Lopération modélise un ensemble de traitements homogènes quil sagit maintenant dorganiser:
ETUDE DES SYSTEMES (MO)
Systèmes Experts : Principes
Systèmes Experts implémentation en Prolog
Les démarches de développement
Les démarches de développement
LI.A ça ressemble à ça… des fois…. Ou pas… Rappels et définition de lIA – Lidée quon sen fait – Jusquoù on va aujourdhui / dans le futur? – Petit Etat.
Les systèmes experts L3 MI.
NFE 107 : Urbanisation et architecture des systèmes d'information
D’une thèse à une application commerciale
Introduction à l’Intelligence Artificielle
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 3 ème Année – Cours n°2.
Programmation logique Logique des prédicats du premier ordre
Réalisée par :Samira RAHALI
DURIBREUX, Michèle & COCQUEBERT & HOURIEZ, Bernard,
Système Expert (Principe)
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°3.
Le protocole FTP.
Lundi, 13 septembre 2010 Algorithmie (cours 2) Cégep de Saint- Hyacinthe Par Hugo St-Louis.
SCIENCES DE L ’INGENIEUR
OIL & UPML DREVET - HUMBERT Introduction OIL : un langage de description dontologies UPML : un langage de description de systèmes à base.
Rappels de logique des prédicats du 1er ordre
Les différentes méthodologies dévaluation en IPM Cours Ergonomie des Interactions Personne-Machine 2 décembre 2009 Mireille Bétrancourt - TECFA - FPSE.
Développement dun system expert daide à linterprétation de lindice matériel et à son apprentissage.
Présentation du mémoire
Modèles de décisions financières
Leçon 1 : notion dobjet IUP Génie Informatique Besançon Méthode et Outils pour la Programmation Françoise Greffier Université de Franche-Comté.
Programmation non procédurale Le projet ECOLE 2000
Architecture d’un système expert
Outil de volumétrie pour Quadrige² 20 mars 2009 – O. CatryDUT Informatique.
Présenté par : Attia Hamza Merzouk Abdelkrim 2003/2004
Cours n°2UE102e(S. Sidhom) UE 102e. M1.IST-IE cours n°2 Systèmes à base de règles Par : Sahbi SIDHOM MCF. Université Nancy 2 Équipe de recherche SITE –
Supports de formation au SQ Unifié
Algorithmique et programmation (1)‏
Calcul parallèle => partitionner les données en sous-groupes associés aux processeurs. P0 P2 P1.
Algorithmes Branch & Bound
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°6.
© Petko ValtchevUniversité de Montréal Février IFT 2251 Génie Logiciel Conception Hiver 2002 Petko Valtchev.
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°5.
Logiciel de construction de matériaux virtuels
TD Intelligence Artificielle
Prototypage Rapide Du modèle numérique au modèle physique
Introduction et Généralités sur l’Algorithmique
Intelligence artificielle
Initiation à l’Algorithmique
Les démarches de développement
Raisonnement et logiques
20/06/2015propagation de signatures lexicales dans le graphe du Web 1 Propagation de signatures lexicales dans le graphe du Web M. Bouklit M. Lafourcade.
Informatique et Sciences du Numérique
PROGRESSION PAR COMPETENCES.
SYLLOGISMES.
Systèmes formels 1. Définition d'un SF Morphologie Théorie propre
Organisation des séquences pédagogiques TD TP
LOGIQUE ET PROGRAMMATION LOGIQUE
Consolidation de grands réseaux lexicaux
Introduction Module 1.
Modélisation et simulation
Introduction aux Interfaces Homme-Machine
Modélisation des Actions Mécaniques Première sti2d
Transcription de la présentation:

Les Systèmes Experts I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2ème Année – Cours n°4

Introduction Système expert = modélisation informatique des connaissances d’un expert. Exemples : DENDRAL (1965), pour l’analyse des constituants physiques d’un matériau ; MICYN (1973), pour le diagnostic des maladies du sang ; Plus récemment, 20Q et akinator.com, pour la reconnaissance d’objets courants.

Définition Un système expert est un logiciel informatique permettant de simuler l’inférence logique, en implémentant les mécanismes d’induction et de déduction. Un système expert se définit par : Une base de faits, Une base de règles, Un moteur d’inférence

La base de faits La base de faits est un ensemble de prédicats qui peuvent être soit vrais, soit faux, soit non-déterminés. Exemple : A. Le soleil brille. B. Les glaçons fondent vite. C. Il fait un temps pour aller à la plage. Il faut distinguer trois types de faits : les faits initiaux, les faits intermédiaires, les faits terminaux (conclusions).

La base de règles La base de règles permet d’organiser les faits pour permettre l’inférence. Exemple : A & B → C (Si le soleil brille et les glaçons fondent vite, alors le temps est propice pour aller à la plage).

Le moteur d’inférence Le moteur d’inférence utilise la base de faits et la base de règles pour simuler le raisonnement. On distingue trois modes de fonctionnement du moteur d’inférence : Le chaînage avant ; Le chaînage arrière ; Le chaînage mixte.

Le chaînage avant Le chaînage avant fonctionne sur le principe de la déduction logique. Principe de l’algorithme : Tant que je trouve une règle valide que je n’ai pas encore appliqué Je marque cette règle comme appliquée J’applique cette règle

Le chaînage arrière Le chaînage arrière fonctionne sur le principe de l’induction logique. Principe de l’algorithme : Pour chaque fait terminal de ma base de connaissances : Pour toutes les règles ayant ce fait pour conclusion : Si je trouve une prémisse qui n’est pas vraie : Si cette prémisse est un fait initial, je pose une question à l’utilisateur Sinon, j’effectue le même test pour ses prémisses Si la règle est valide, je l’applique

Le chaînage mixte Le chaînage mixte alterne les chaînages arrière et avant pour optimiser les conclusions. Principe : Tant que j’obtiens de nouvelles conclusions: J’applique un chaînage arrière J’applique un chaînage avant

Limites du modèle Les connaissances d’un expert peuvent être difficiles à extraire (implicites ou non verbales) Concevoir une base de faits et une base de règles fonctionnelles peut être compliqué. Il est difficile de concevoir une interface homme / machine efficace et sexy pour système expert.

Merci. Authors: Ophir Paz (ophir.paz@nova-box.com ) Geoffroy Vincens (geoffroy.vincens@nova-box.com) Merci. “We are continually faced with a series of great opportunities brilliantly disguised as insoluble problems.”   John W. Gardner