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 –

Slides:



Advertisements
Présentations similaires
UE 102 (M1.CE) Communication d’entreprise
Advertisements

« 1.5. Les fonctions logiques »
1Deug 1 Systèmes d Information : 7a Michel de Rougemont Université Paris II Les tableurs : Excel.
PROLOG 1 Prolog - Initiation
Apprentissage relationnel Apprentissage Data Mining ILP.
Raisonnement et logique
Céline Espenel et Nicolas Julien
Cours d'algorithmique 9 - Intranet 1 12 décembre 2006 Cours dAlgorithmique Logique de Hoare (début) : Principes et constructions élémentaires.
UE 102 (IUP.M1) Communication d’entreprise
Cours n°1ue303.M2.ist-ie(S. Sidhom) UE 303 Promo. M2 IST-IE 2005/06 Conception dun système d'information multimédia : Projets Par : Sahbi SIDHOM MCF. Université
Cours n°2M2. IST-IE (S. Sidhom) UE 303 Promo. M2 IST-IE 2005/06 Conception dun système d'information multimédia Architecture trois-tiers : PHP/MySQL &
Cours n°1ue304b (S. Sidhom) UE 304 b Cours_L2.documentation_n°1 Gestion des documents : Technologies de lInformation et de la Communication Par : Sahbi.
Séminaire Biblio LISC - 3/04/02 Complexité, information Daprès JP Delahaye (1999)
Rappels / concepts de base de l’IA
ATOME ET MOLECULE Chapitre 9.
La voie intuitionniste
Vers une interprétation « concrète »
Calcul propositionnel
Système formel Nous avons introduit : signes de variables (x, y, z, …), de constantes (0, 1), d’opérations (+, ), de relations (=, ) Axiomes : ce sont.
Logique et raisonnement scientifique
Licence Informatique Module Théories et Modèles pour l'Informatique II Option Programmation logique en Prolog Philippe Collard
Fonctionnement du moteur Prolog
ESIEE Paris © Denis BUREAU I N Initiation à la programmation avec le langage Java.
Expertise et formation du lméca ESIA / Université de Savoie
Logiques Mathématiques
Eléments d ’algèbre relationnelle
Graphes Conceptuels J.F. Baget Inria.
Programmation logique Logique des prédicats du premier ordre
Calcul Relationnel Chapitre 4, Section 4.3.
Méthode des k plus proches voisins
Programmation fonctionnelle Le langage LISP
Programmation logique Démonstrateur automatique
Modèle Logique de Données
MODELE RELATIONNEL concept mathématique de relation
Rappels de logique des prédicats du 1er ordre
CSI 4506: Introduction à l’intelligence artificielle
CSI 4506: Introduction à l’intelligence artificielle
Cours de Base de Données & Langage SQL
Cours N°2 Base de Données & Langage SQL
Introduction à l’algèbre
Les expressions algébriques Les termes semblables.
Programmation non procédurale Le projet ECOLE 2000
Modélisation des opérations Spécifier les transformations détat que lon attend des services de la machine Létat dune machine entièrement déterminée par.
1° A quoi correspondent chacune des expressions suivantes :
Modélisation des données Un langage pour décrire  INVARIANT, PRE-CONDITION, EXPRESSION Concepts et notations utilisés  Logique  Ensembles  Relations.
Introduction à la Logique (Logique I) 1ère Année
Jacques Nicolas INRIA /IRISA Rennes
Systèmes de gestion de bases de données NFP 107 Les techniques du contrôle de concurrence Philippe Rigaux
La Logique des propositions
Les logiques de descriptions
1 Notations Asymptotiques Et Complexité Notations asymptotiques : 0 et  Complexité des algorithmes Exemples de calcul de complexité.
Présenté par : Attia Hamza Merzouk Abdelkrim 2003/2004
1 CSI 4506: Introduction à l’Intelligence Artificielle Representation et Logique II.
Programmation fonctionnelle Lambda-calcul
La Logique du premier ordre LPO
Cours 1 1 Java. Cours 1 2 Plan général 1.Introduction 2.Les types primitifs, évaluation d’expressions 3.Instructions for, if…. 4.Introduction de l’objet,
D.E ZEGOUR Ecole Supérieure d’Informatique
Sémantique logique 2- sémantique de Montague
Chapitre 3 :Algèbre de Boole
Chapitre 2 Formalisme de la représentation des connaissances
Chapitre I Modélisation optimisation I- Optimisation de fonctions d’une seule variable 1 Introduction En gestion, on est souvent confronté à des situations.
LOGIQUE MATHEMATIQUE et ENSEMBLES
Séminaire (6-12 Février 2007) Promo. M2 ESCE-Tunis 2006/07
Aide a la décision avec le tableur
Mathématique Expression algébrique Variable Coefficient
CSI 4506: Introduction à l’Intelligence Artificielle
Algèbre de Boole Définition des variables et fonctions logiques
Cours n°1ue102.M1.com-ent(S. Sidhom) UE 102 (IUP.M1) Communication d’entreprise Infographie : TIC & communication d’entreprise Par : Sahbi SIDHOM MCF.
LOGIQUE ET PROGRAMMATION LOGIQUE
Philippe Gandy - 8 septembre 2015 Basé sur les notes de cours de Daniel Morin et Roch Leclerc.
Transcription de la présentation:

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 – LORIA

cours n°2UE102e(S. Sidhom)2 Mécanisme d’inférence Logique des prédicats & Différents types de raisonnement

cours n°2UE102e(S. Sidhom)3 I. Logique des prédicats

cours n°2UE102e(S. Sidhom)4 Introduction Le langage des prédicats du premier ordre (LP1) est un langage formel : Il permet d’exprimer des connaissances (complexes) avec rigueur Il permet de combiner les connaissances pour engendrer de nouvelles

cours n°2UE102e(S. Sidhom)5 Syntaxe LP1 L’alphabet du LP1 comprend : Séparateurs :, ( ) Constantes : ensemble de symboles  Lettres minuscules latines et leur concaténation : « a », « bloc »,… Variables : ensemble de symboles  Lettres majuscules latines et leur concaténation : « X », « NOM »,… Fonctions : une quantité calculée mathématiquement  Lettres minuscules latines, leur concaténation et leur arité n>0 : age(X), arité n=1 ; occurrence(X,Y), arité n=2 ;

cours n°2UE102e(S. Sidhom)6 Prédicats : propositions et leurs arités ou nombre d’arguments n  0 (à valeur logique 0 ou 1)  Lettres majuscules latines, leur concaténation et leur arité : PERE(X,Y), arité n=2 ; HOMME(X), arité n=1 ; Connecteurs logiques : ensemble de signes  Signes logiques un-aire ou binaire : négation :  conjonction (et) :  disjonction (ou) :  implication (implique) :  implication mutuelle (équivalence) :  Quantificateurs : ensemble de 2 signes  Signes « quel que soit » et « il existe » : quantificateur universel (quel que soit) :  quantificateur existentiel (il existe): 

cours n°2UE102e(S. Sidhom)7 Termes Les termes sont définis inductivement comme suit : 1. Toute constante est un terme 2. Toute variable est un terme 3. Si f est une fonction d’arité n>0 si t1, t2, …,tn sont des termes alors f(t1, t2, …,tn) est un terme Exemples : Sont des termes :  X  a  f(b)  g(a,f(b,X,Y)) Ne sont pas des termes :  P(a,X)  AGE(f(X))

cours n°2UE102e(S. Sidhom)8 Atomes ( ou formules atomiques ) Formule atomique : si P est un prédicat d’arité n  0 Et si t1, t2, …,tn sont des termes Alors P(t1, t2, …,tn) est un atome Exemple : Sont des atomes : P(X), Q(a,X) Ne sont pas des atomes : successeur(X,Y), f(a,X)

cours n°2UE102e(S. Sidhom)9 Portée d’un quantificateur C’est l’expression sur laquelle agit le quantificateur (soit universel soit existentiel) Exemples :  X P(X)  Q(f(X)) : la portée de  X est P(X)  X (P(X)  Q(f(X))) : la portée de  X est P(X)  Q(f(X))

cours n°2UE102e(S. Sidhom)10 Occurrence (libre ou liée) d’une variable Une occurrence d’une variable X est liée si et seulement si X apparaît dans la portée d’un quantificateur utilisant cette variable. sinon X est libre Exemples : 1. P(a,f(X,Y))   Z Q(a,Z)  Z : variable liée  X,Y : variables libres 2.  X (P(a,X))   Z (Q(X,Z))  X: variable à la fois libre et liée

cours n°2UE102e(S. Sidhom)11 Formule bien formée (fbf) Toute fbf est engendrée par application des 3 lois suivantes : 1. Les atomes sont des fbf 2. Si G et H sont des fbf Alors  G,  H, G  H, G  H, G  H, G  H sont des fbf 3. Si G est une fbf et X est une variable alors  X G(X),  X G(X) sont des fbf Exemples :  X  Y  Z (PERE(X,Y)  PERE(Y,Z)  GRANDPERE(X,Z)) : est une fbf  f(a,X), g(P(X,a)) : ne sont pas des fbf

cours n°2UE102e(S. Sidhom)12 Validité ( ou invalidité ) d’une fbf Une fbf est valide ssi sa valeur de vérité est vrai (V) selon toute interprétation Sinon elle est invalide

cours n°2UE102e(S. Sidhom)13 Consistance ( ou inconsistance ) d’une fbf Une fbf est inconsistante ssi sa valeur de vérité est à faux (F) selon toute interprétation Sinon elle est consistante

cours n°2UE102e(S. Sidhom)14 fbf équivalentes Deux fbf G et H sont équivalentes ssi elles prennent les mêmes valeurs de vérité (V ou F) pour toute interprétation. Exemples : P(X)  Q(X) et  P(X)  Q(X) sont équivalentes

cours n°2UE102e(S. Sidhom)15 fbf conséquences logiques G est une fbf conséquence logique des fbf H 1, H 2, …, H n ssi tout modèle de H 1, H 2, …, H n est modèle de G Exemples : P(a) est conséquence logique de  X P(X),  X Q(X) est conséquence logique de  X (P(X)  Q(X))

cours n°2UE102e(S. Sidhom)16 II. Règles d’inférence