IFT – Ingénierie des connaissances Exposé d’article

Slides:



Advertisements
Présentations similaires
M. El Maouhal - "Théorie des organisations" - FLSH Ibn Zohr
Advertisements

MOT Éditeur de modèles de connaissances par objets typés
Eléments de Génie Logiciel
1) Le management : fondements et principes
De linformation à la gestion des connaissances Introduction J. LINK-PEZET Dess SIAD Janvier 2001.
PARTICIPATION DES PARTIES PRENANTES
Gestion de l'information
Eric BONJOUR, Maryvonne DULMET
Systèmes Experts : Principes
Les méthodes formelles en ingénierie des connaissances Damien Lhomme-Desages Jérémie Barlet.
Understanding, building and using ontologies. Understanding Ontologie : la définition des concepts utilisés dans un langage donné Première approche (Gruber)
La politique de Sécurité
Fabrication Assistée par Ordinateur
Analyse du système d’information
La démarche clinique infirmière
INTRODUCTION.
1 Nicole Tourigny - Le raisonnement à partir de cas : une aide à la formation en analyse de sécurité routière Le raisonnement à partir de cas : une aide.
Capitalisation et management des connaissances en entreprise
Le Workflow et ses outils
Product Lifecycle Management où La gestion du cycle de vie du produit
MRP, MRP II, ERP : Finalités et particularités de chacun.
Evaluation des besoins en renforcement des capacitEs
Les Systèmes Multi-Agents pour la Gestion de Production
L‘analyse, la description et l’évaluation des emplois
Initiation à la conception de systèmes d'information
Réalisée par :Samira RAHALI
Exploitation du modèle holonique dans un cadre combinant IAD et IHM
Web Sémantique: Le Relief Actuel
DURIBREUX, Michèle & COCQUEBERT & HOURIEZ, Bernard,
Comportement Hiérarchique
Entre construction théorique et mise en œuvre opérationnelle
OIL & UPML DREVET - HUMBERT Introduction OIL : un langage de description dontologies UPML : un langage de description de systèmes à base.
IFT – Ingénierie des connaissances Exposé darticle « Applying a library of problem-solving methods on a real-life task » Piet-Hein Speel et Manfred.
MOT Éditeur de modèles de connaissances par objets typés
IGL301 - Spécification et vérification des exgiences 1 Chapitre 2 Le processus dingénierie des exigences (ref : Bray chapitre 2)
Présentation du mémoire
Stéphanie Bernonville 1, 2 Christophe Kolski 2
École de bibliothéconomie et des sciences de linformation 1 Gestion de linformation électronique (GIE) Maîtrise en sciences de linformation EBSI Université.
SEMINAIRE DE CONTACT novembre 2008 Outils de gestion de projet.
Exposé d’article IFT – Ingénierie des connaissances Présenté par
Modélisation et développement d’un système à base de connaissances
École de bibliothéconomie et des sciences de l’information 1 Gestion de l’information électronique (GIE) Maîtrise en sciences de l’information EBSI Université.
Présenté par : Attia Hamza Merzouk Abdelkrim 2003/2004
Conception d’un système d’information
Supports de formation au SQ Unifié
En quoi consistent les DRI ? En un arrangement volontaire entre deux Membres ou plus aux fins d’un échange continu d’informations transfrontières à un.
Algorithmes et Programmation
Le contenu est basé aux transparents du 7 ème édition de «Software Engineering» de Ian Sommerville«Software Engineering» de Ian Sommerville B.Shishedjiev.
© Petko ValtchevUniversité de Montréal Février IFT 2251 Génie Logiciel Conception Hiver 2002 Petko Valtchev.
Le système informatique et le système d’information
L’adaptation du modèle de la dynamique de transfert des apprentissages de Tardif à la pédagogie universitaire Julie Lane Pédagogie en tête - 24 février.
Projet Monitoring Centre 1,2,3 GO! en collaboration avec Luc Cassivi et Liesette Brunson UQAM.
Un processus pour la prise de décision spatiale.
RAISONNEMENT À PARTIR DE CAS R à PC. PLAN DU TRAVAIL Introduction Introduction Raisonnement analogique Raisonnement analogique Principe et étapes de R.
Présentation AICHA REVEL INGENIEUR D’ÉTUDE STERIA DEPARTEMENT TRD
TECFA Technologies pour la Formation et l’Apprentissage
Systèmes mécaniques Introduction
SYSTEMES d’INFORMATION séance 1 : Introduction et définitions
Distributed Planning Distributed Problem Solving, motivations, strategies. Distributed Planning : Centralized planning for distributed plans. Distributed.
Méthode d’analyse de l ’activité
Soutenance Phase 1 Bibliographie et Analyse des besoins
Méthode d’analyse de l’activité
© Petko ValtchevUniversité de Montréal Janvier IFT 2251 Génie Logiciel Le Processus Hiver 2002 Petko Valtchev.
LA PRISE EN CHARGE DU TRAVAIL COOPÉRATIF
(Networked Software Agent) une architecture multiagent
Conception d’un système d’information
Enseigner les sciences … Comment? Pourquoi?
L’entreprise et sa gestion
19 avril Spécification d’un cadre d’ingénierie pour les réseaux d’organisations Laboratoire de recherche : OMSI à l’EMSE.
SIO Gestion de projets, applications SIO Hager Khechine, MBA, PhD. Séance 2 : Méthodes de découpage de projets.
Transcription de la présentation:

IFT-66529 – Ingénierie des connaissances Exposé d’article « A Problem Solving Method for cooperative information gathering in the search and rescue domain » Luc Lamontagne, Irène Abi-Zeid, Centre de Recherche et Développement de la Défense Canada (RDDC-Valcartier), 2000 Présenté par Stéphane Schvartz À Pr. Nicole Tourigny Université Laval Département d’informatique et de génie logiciel 19 février 2003

Plan Introduction Particularité de la tâche Méthode de Résolution de Problème (MRP) Conclusion

Introduction 1/2 Recherche et sauvetage (SAR) Incident aérien, 3 phases: phase d’incertitude: collecte initiale d’information phase d’alerte: collecte approfondie + alerte des agences SAR phase de détresse: planification, coordination et surveillance des missions de recherche

Introduction 2/2 Tâches du contrôleur du centre de coordination des sauvetages: traiter plusieurs cas en même temps collecter l’information (processus long mais crucial) aboutir à des hypothèses: quoi, où, pourquoi ? SBC pour automatiser autant que possible la collecte d’information et le raffinement des hypothèses

Particularité de la tâche Sources d’information hétérogènes: format numérique: acquisition automatique Autres: acquisition manuelle (humain) Coopération humain-machine pour la collecte d’information Responsabilités partagées entre l’humain et la machine Aucune MRP existante adaptée

MRP 1/2 Définit le processus de raisonnement de façon indépendante du domaine et de l’implémentation Décompose une tâche en sous-tâches et en inférences Possède des entrées/sorties, spécifie le flux de données Définit les rôles de connaissances et une structure de contrôle sur ces rôles Rôles de connaissances: statiques: connaissances du domaine nécessaires à la MRP dynamiques: entrées et sorties des étapes d’inférence

MRP 2/2 Modèle pour obtenir le sous-ensemble de caractéristiques pertinentes Ensemble de toutes les caractéristiques Ensemble des informations initiales Choisir le sous-ensemble de caractéristiques pertinentes Sous-ensemble de caractéristiques pertinentes Modèle pour choisir le but Modèle de décomposition Choisir le but Décomposer But Ensemble des informations finales Assigner Ensemble des informations courantes Choisir l’action Sous-buts Modèle pour choisir l’action Action Choisir l’agent Agent Obtenir choisir l’agent exécutant Figure 1 – MRP pour la tâche de collecte coopérative d’information

Figure 2 - Relation entre ASISA et SARPlan Conclusion 1/2 Figure 2 - Relation entre ASISA et SARPlan

Conclusion 2/2 Utilisation de CommonKADS Intéressant: particularité de la tâche (coopération humain-machine): aucune MRP existante adéquate création d’une MRP adaptée à leur problème sans réutiliser d’autres MRP intégration des concepts, des règles et des principes des MRP

Questions ?