1 2 3 4

10) Prix et distinctions / - Application packet for the competitive selection of junior research scientists

səhifə3/4
tarix26.10.2017
ölçüsü286.84 Kb.

10) Prix et distinctions /

Prizes and awards

Prix spécial de l'Académie des Sciences aux Olympiades de Physique 1992 : travail sur la détection de l'Ozone à basse altitude.

11) Autres éléments /

Miscellaneous



  • Conférencier invité du séminaire du laboratoire PSI à Rouen le 20 Décembre 2001. Présentation sur les Systèmes Multi-Agents et les Web Sémantiques d'Entreprise. (http://psiserver.insa-rouen.fr/psi/fr/accueil.html)

  • Conférencier invité du séminaire Université Technologique de Compiègne : « Introduction aux ontologies et présentation du Projet CoMMA », plateforme e-COOP de l’UTC le 1 Octobre 2002.

  • Bonne maîtrise de l'Anglais.

Formulaire 6 / Form 6

RÉSUMÉ DU PROGRAMME DE RECHERCHE


Nom / Last name: GANDON Prénom / First name: FABIEN
Les organisations et leurs acteurs ressentent la nécessité d'une politique de gestion des connaissances pour en assurer l'acquisition, la diffusion et l'évolution tout au long de leur activité. Ces problématiques, je les ai étudiées au sein d’ACACIA sous l'appellation de mémoire organisationnelle. Je me suis intéressé plus particulièrement aux mémoires documentaires à base de connaissances, où les documents de l'organisation sont indexés par des modèles de connaissances permettant d'améliorer les capacités de navigation, de recherche et d'exploitation de cette mémoire. Les questions de recherche se posent alors sur deux axes :

  • Comment

    matérialiser une mémoire

    organisationnelle

    en reposant sur des

    systèmes symboliques

    ayant une interprétation unique qui leur permet de capturer le sens des structures de la mémoire ?

  • Quelles sont les

    inférences

    qui nous aident dans l'

    exploitation d'une mémoire

    et comment les simuler par des opérations sur des systèmes symboliques ?

En suivant l'approche du

Web sémantique

, c'est-à-dire l’augmentation du Web classique avec des connaissances formalisées, et en l'appliquant aux intranets, j’ai analysé la conception d’un intra-Web sémantique où les annotations sémantiques des ressources d’informations guident des mécanismes d'exploitation de la mémoire. Dans ce cadre, j’ai analysé l'adéquation et les limites des options du Web sémantique et proposé des extensions justifiées par des cas pratiques issus de nos scénarios d'application.

Mes recherches en

ingénierie des connaissances

m’ont amené à développer une approche basée sur les

ontologies

i.e. des théories logiques qui rendent compte partiellement mais explicitement des notions mobilisées par la description d'une réalité, et des règles implicites contraignant la structure de ces descriptions. Il s'agit de capturer les notions qui interviennent lors des scénarios d'application et de les utiliser pour

annoter les ressources

de la mémoire et

décrire les acteurs

de l'organisation. Au-dessus du modèle ainsi obtenu, j’ai pu concevoir des

inférences

augmentant les mécanismes de gestion et d'exploitation de la mémoire. Cette approche soulève les questions suivantes :



  • Quelles méthodes et quels outils utiliser pour modéliser et pour assister la mise en place et l'évolution de l'ontologie ?

  • Comment prendre en compte différents points de vue et différents profils utilisateurs ?

  • Comment améliorer les formalismes de représentation et la simulation des raisonnements pour nos scénarios?

J’ai aussi fait appel à l'

intelligence artificielle distribuée

, pour développer des systèmes distribués complexes, proches de la réalité des organisations humaines. Dans cette approche, la collaboration intelligente entre des agents logiciels permet de mettre en place des sociétés artificielles qui prennent en charge la capitalisation globale des connaissances distribuées dans l’organisation. Inversement, l’autonomie et l’individualité de chaque agent lui permettent de s’adapter localement à la spécificité des ressources et des utilisateurs individuels, tout en en faisant bénéficier l’ensemble de la société. Les problèmes de recherche sont alors :

  • Comment mettre en place la communication et la coopération entre agents pour obtenir, au niveau social, les fonctionnalités demandées sur la mémoire ?

  • Comment passer des inférences telles qu'elles peuvent être faites dans des systèmes à base de connaissances centralisés, à des inférences distribuées basées sur des sociétés artificielles ?

Les trois domaines choisis pour mes recherches (ingénierie des connaissances et ontologies, Web sémantique, intelligence artificielle distribuée) sont unis par une très forte complémentarité :

  • Les ontologies sont utiles aux agents : la communication entre agents est basée sur des actes du langage décrits dans une ontologie, leurs inférences exploitent des espaces sémantiques définis par les ontologies partagées, etc.

  • Les agents sont utiles aux ontologies : les architectures multi-agents peuvent être utilisées pour la réalisation de collecticiels pour la mise en place et la maintenance des consensus ontologiques, les agents peuvent gérer les passerelles entre différents domaines et leurs ontologies respectives, etc.

  • Les ontologies sont utiles au Web sémantique : la réalisation des schémas contenant le vocabulaire des annotations fait appel à des méthodes de conception d'ontologies, les nouvelles inférences pour la recherche dans les bases d'annotations exploitent les propriétés de l'ontologie, etc.

  • Le Web sémantique est utile aux ontologies : le W3C propose pour le Web sémantique des langages standardisés qui peuvent être utilisés pour l'échange et l'extension d'ontologies, le Web sémantique est aussi un terrain d'application parfait pour les ontologies, etc.

  • Le Web sémantique est utile aux agents : les langages standardisés proposés par le W3C pour le Web sémantique (XML et RDF(S), etc.) peuvent être utilisés pour les échanges entre agents.

  • Les agents sont utiles au Web sémantique : les agents apportent une architecture appropriée pour des systèmes d’informations distribués, cette architecture peut aussi servir à l'implantation de services Web, etc.

Ces trois domaines présentant un grand intérêt pour les mémoires organisationnelles, leur complémentarité ne laisse aucun doute quant au potentiel de recherche que recèle leur union ; les aspects m'intéressant plus particulièrement sont :

  • Les collecticiels pour la conception et la maintenance d'ontologies tout au long de leur cycle de vie.

  • L'élargissement aux d'extra-nets, ce qui pose le problème de gestion de plusieurs ontologies et des échanges entre des organismes ayant des ontologies différentes.

  • L'utilisation des profils individuels pour améliorer les actions d'annotation et de recherche, faire émerger des communautés d'intérêt, et connecter les individus.

  • La gestion de la jonction entre le Web ouvert et l'intra-Web, ou comment utiliser la mémoire pour offrir un portail dynamique de l'intérieur de l'organisation vers l'extérieur.

  • La mise en place, l’utilisation et la composition de services Web internes et externes à l’organisation, ainsi que la gestion des accès nomades au système d’information interne.
Formulaire 7 / Form 7

PROGRAMME DE RECHERCHE

détaill

É

Nom / Last name: GANDON Prénom / First name: FABIEN

  1. Contexte d'application : les motivations de recherche.



La globalisation des échanges d'informations de cette dernière décennie a provoqué une modification des règles des marchés économiques et forcé les entreprises à adapter leur structure et à améliorer leur temps de réaction. Plus généralement, les frontières organisationnelles sont de moins en moins tangibles, et les

systèmes d'information

soutiennent leur perpétuelle restructuration en devenant de véritables réseaux nerveux assistant la gestion orientée projet et les équipes virtuelles, ainsi que le renseignement et la veille technologique pour détecter des mouvements aussitôt que possible et surtout essayer de les prévoir pour être novateur. Les organisations et leurs acteurs ont ressenti la nécessité d'une politique de gestion de l'information pour assurer l'acquisition, la diffusion, et l'évolution des connaissances vitales à leur activité. L'intérêt pour les méthodologies et les outils permettant l'acquisition, la capitalisation et la

gestion des connaissances

organisationnelles s'est donc considérablement accru ces dernières années, comme en témoigne la notion maintenant très répandue de "knowledge management".

Ces problématiques, je les ai étudiées au sein d’ACACIA sous l'appellation de

mémoire organisationnelle

i.e. une représentation persistante, explicite, désincarnée des connaissances et des informations dans une organisation, afin de faciliter leur accès, leur partage et leur réutilisation par les membres adéquats de l'organisation, dans le cadre de leurs tâches individuelles et collectives [5]. L'enjeu de la construction d'un système de gestion de mémoire organisationnelle est de réussir l'intégration cohérente de la connaissance dispersée dans l'organisation afin d'en promouvoir la croissance, la communication et la préservation [9].

Une mémoire organisationnelle peut exister dès lors que des personnes conjuguent leurs efforts au sein d'un groupe pour agir collectivement. Sauvegarder et maintenir une représentation explicite de cette mémoire permet d'assister des scénarios d'application demandant : une assurance de la disponibilité des informations pertinentes pour les acteurs d'une organisation, une amélioration de la communication entre individus et entre groupes, une assistance de la formation des employés, un suivi complet du cycle de vie d’un produit, etc. Dans tous ces scénarios la mémoire organisationnelle cherche à éviter qu'une organisation oublie une connaissance utile et à l’activer et la présenter aux acteurs de l'organisation dès qu'elle leur est pertinente.

2. Centres d'intérêt : les problèmes de recherche.

Une mémoire organisationnelle peut prendre plusieurs formes depuis une base documentaire faiblement structurée jusqu'à une base de connaissances modélisées et formalisées. Entre ces deux extrêmes existe un continuum dans lequel se situent les mémoires documentaires à base de connaissances : les documents y forment une masse d'informations qu'il n'est pas nécessaire de formaliser complètement, mais leur indexation repose sur des modèles de connaissances permettant d'améliorer les capacités de navigation, de recherche et d'exploitation de cette mémoire.

Les

problèmes de recherche

se déclinent alors sur deux axes :

  • Matérialisation

    de la mémoire : Comment matérialiser une mémoire organisationnelle ? Pour formaliser les connaissances utiles à la recherche d'informations pertinentes, il faut choisir des formalismes de représentations i.e. des systèmes symboliques avec une interprétation unique permettant de capturer le sens des structures d'indexation de la mémoire. Quels formalismes faut-il choisir ou développer pour une mémoire donnée ? Quels modèles développer pour assister la structuration de la mémoire ?

  • Processus

    mémoriels : quels sont les mécanismes d'exploitation et de maintenance de la mémoire ? La gestion de la mémoire requière des inférences capables d'utiliser les structures sémantiques de son indexation et pour assister les tâches collectives et individuelles. Quelles sont les inférences qui aident dans ces tâches ? Comment simuler concevoir ces inférences par des opérations sur les systèmes symboliques utilisés pour la représentation de nos modèles ?

Ce sont ces deux axes qui m'intéressent particulièrement car les domaines de l'Intelligence Artificielle dans lesquels j'effectue mes recherches apportent des résultats pouvant participer à des solutions complètes aux problèmes soulevés :

  • L'

    ingénierie des connaissances

    étudie et propose des méthodes et des outils pour acquérir, modéliser, formaliser et manipuler des connaissances à travers des systèmes symboliques.

  • L'

    intelligence artificielle distribuée

    propose des paradigmes et des outils permettant de concevoir des sociétés artificielles de composants logiciels faiblement couplés et autonomes, pouvant être déployés sur des réseaux ou dans des environnements virtuels afin d'y accomplir des tâches collectives.

Mes recherches se concentrent donc dans les deux domaines de l'ingénierie des connaissances et de l'intelligence artificielle distribuée avec comme objectif d'application la gestion des connaissances.

3. Approche adoptée : les travaux de recherche.

3.1 Intra-Web Sémantique

Un intranet repose sur l'application des technologies internet pour l'interconnexion en réseau des ressources informatiques à l'intérieur d'une organisation. L'utilisation des technologies du Web au-dessus de cette infrastructure permet de mettre en place un système d'information interne exploitant la navigation hypertexte et le multimédia : nous l’appelons

intra-Web

. Son couplage à l'Internet et au Web ouvert fournit un moyen d'accès unifié et donc privilégié aux informations internes et externes disponibles en ligne. Cette infrastructure est donc particulièrement intéressante pour la mise en place d'une mémoire d'entreprise. Cependant, comme pour le Web ouvert, cela aboutit à des quantités de données et d'informations peu structurées disponibles en ligne, mais enterrées et dormantes dans leur masse ; paradoxalement, plus il y a d'informations disponibles en ligne, plus il est difficile de trouver celle qui nous intéresse.

Pour qu'elle soit utile et utilisée, la mémoire doit être adaptée aux besoins des utilisateurs, et les mécanismes de son exploitation doivent être efficaces. Le système de gestion des connaissances doit faciliter l'accès aux documents : offrir des

moyens de recherche précis et complets

, s'adapter aux différents profils d'utilisateurs et aux différents contextes d'utilisation, s'activer d'elle-même lorsqu'elle détecte la pertinence d'un document pour un profil et un contexte, etc.

Pour mettre en place ces mécanismes, les moteurs de recherche plein texte usels pour le Web sont très vite limités par une indexation basée sur des chaînes de caractères dont le sens leur échappe. Il s'en suit une dégradation des résultats en particulier du point de vue de la précision (ex. le bruit introduit par la polysémie des termes) et du rappel (ex. les réponses manquées dues à une synonymie ignorée). Il est donc crucial pour la construction et la diffusion d’une mémoire organisationnelle via un intra-Web d’améliorer les systèmes d'indexation et de recherche, en leur faisant franchir la barrière des symboles pour qu'ils puissent

manipuler les aspects sémantiques

utiles pour les recherches qu'il leur est demandé de mener.

La première étape d'une solution à ce problème repose sur une structuration plus forte de la mémoire. XML, Extensible Markup Language, est devenu un standard pour l’échange et le stockage d’informations dans les organisations. En ce sens, XML est un excellent candidat pour matérialiser la mémoire sous forme de documents et de données structurées. Cependant tous les documents de l'organisation ne sont pas forcément disponibles au format XML et de plus, la seule exploitation de la structure n'est pas suffisante pour une recherche intelligente : plus qu'un simple balisage structurel, il nous faut capturer le sens du contenu des documents. Pour cela l'

approche du Web sémantique

consiste à annoter sémantiquement les ressources du Web avec les aspects pertinents pour guider leur exploitation. Ces annotations sont représentées en RDF, Resource Description Framework [7], qui fournit "la technologie pour exprimer la signification de termes et de concepts dans un format qu’une machine peut traiter" [1]. Le langage RDF propose une syntaxe XML pour décrire des triplets représentant les propriétés de ressources (pages Web, images, etc.) disponibles sur le réseau et pour décrire les relations existant entre ces ressources.

Les technologies du Web sémantique fournissent des options intéressantes pour matérialiser et structurer les mémoires afin de préparer leur exploitation et leur gestion. En utilisant RDF pour l'annotation d'une mémoire organisationnelle, on peut ainsi mettre en place un

intra-Web sémantique

où l'on décrit les ressources de la mémoire par des annotations sémantiques, utilisées ensuite pour fouiller plus efficacement la masse d’informations. RDF est parfaitement adapté à une mémoire hétérogène, puisqu'il permet de décrire des ressources par des annotations internes ou externes à celles-ci ; un intra-Web sémantique peut ainsi intégrer des archives patrimoniales. De plus, RDF ne fait aucune hypothèse sur le domaine d’application, ni ne définit de sémantique a priori.

Les

problèmes de recherche

posés sont :

  • Quelles doivent être les

    caractéristiques des formalismes

    utilisés pour le Web sémantique et comment exploiter ces spécificités dans des inférences? J'ai par exemple proposé un algorithme de décomposition de requêtes exploitant la structure des annotations RDF et une mesure sémantique utilisant la structure des schémas formalisé en RDFS.

  • Qu'en est-il de l'intégration, de l'

    adéquation

    et des

    limitations

    des approches du Web sémantique pour des problèmes de la gestion des connaissances ? Quels types de problèmes permettent-ils de traiter ?

  • Comment établir des passerelles entre les méthodes et outils de l'ingénierie des connaissances et ceux du Web Sémantique et permettre des échanges bilatéraux ? Par exemple :

    étendre

    les formalismes et les opérateurs disponibles, suggérer des nouvelles techniques de recherche d’information, etc. Les langages OWL [11], DAML+OIL ([6] et DRDFS [4] sont des extensions de RDF(S), respectivement basées sur les logiques de description, pour les deux premiers, et sur les graphes conceptuels. Dans cette optique, je serais en particulier intéressé à participer à des groupes de travail du W3C sur les outils et les méthodes de conception d'ontologies et la proposition de langages et d'environnements pour le Web sémantique.
3.2 Modélisation des Connaissances

L'ingénierie des connaissances a donné naissance, dans le début des années 90, à un nouvel objet de l'intelligence artificielle et à un nouvel outil conceptuel pour la modélisation des connaissances : l'ontologie. Une

ontologie

est une théorie logique qui rend compte partiellement mais explicitement : (1) des notions mobilisées par la description d'une réalité (2) des règles contraignant la structure de ces descriptions. Par exemple : les livres sont des documents, les documents ont un titre et un auteur, les auteurs sont des personnes ou des groupes de personnes, les personnes ont un nom, etc. Une ontologie se compose donc d'un système symbolique, d'opérations permises sur ce système (ex. règles de réécriture, règles d'inférences) et d'une interprétation devant être rendue unique par sa présentation aux utilisateurs afin de leur permettre d'associer une signification unique à cette représentation et à ses manipulations.

Dans le cadre des mémoires organisationnelles, il s'agit donc de

capturer les notions

qui interviennent dans les scénarios de recherche et de gestion de la mémoire. Une fois capturées dans une ontologie, elles fournissent des primitives pour

annoter la mémoire et décrire les acteurs

de l'organisation

(groupes et individus). L'ensemble {ontologies, descriptions, annotations} fournit un modèle puissant, au-dessus duquel on peut

concevoir des inférences

améliorant les mécanismes de gestion et d'exploitation de la mémoire. Des exemples d'inférences sont :

  • Inférences élémentaires de généralisation et spécialisation des notions (ex. un livre est un document, donc si je cherche un document, un livre est une réponse valide), permettant d'améliorer le rappel et la flexibilité des méthodes de recherche

  • Inférences avancées, par exemple la définition formelle d'une notion (ex. un directeur est une personne qui dirige un groupe de personnes) permet de détecter cette notion même si elle n'a pas été explicitement capturée (ex. si "M. Thomas dirige la société XYZ" le système en déduit automatiquement que "M. Thomas est un directeur")

Une ontologie contient souvent une taxonomie de notions. Dans le cadre de mes travaux, j'ai en particulier utilisé cet espace sémantique pour définir des pseudo-distances exploitant sa structure afin de comparer la proximité sémantique de deux notions et de choisir le plus intelligemment possible l'allocation des annotations.

Le domaine de la modélisation des connaissances utilise un certain nombre de formalismes permettant de capturer des connaissances ontologiques et des connaissances factuelles (la logique des prédicats, les langages objets ou langages de frames, les logiques de descriptions ou logiques terminologiques et les graphes conceptuels). Le Web sémantique s'est inspiré de ces travaux pour proposer d’une part RDF qui permet d'annoter les ressources du Web et d’autre part, RDF Schema (RDFS) [2] qui permet de formaliser, dans une certaine limite, des connaissances ontologiques utilisées pour exprimer les annotations des ressources. Les annotations sémantiques de la mémoire sont donc basées sur une ontologie partagée décrite dans le langage RDFS. RDFS est proche des langages de représentation par objets avec la particularité que les propriétés sont définies à l’extérieur des classes, ce qui permet à d'étendre un modèle existant en ajoutant aussi bien de nouvelles classes que de nouvelles propriétés.

Le projet ACACIA étudie depuis longtemps le formalisme des graphes conceptuels (GC) [8] qui bénéficie de 20 ans de recherches et de développement pour la représentation de connaissances sous forme de graphes bipartites orientés et la conception d'algorithmes d'inférences dans ces graphes. Ayant détecté les similitudes existant entre RDF(S) et les GC, l'équipe a développé CORESE [3], un prototype de moteur de recherche et une API JAVA permettant des inférences sur des annotations RDF en traduisant les triplets RDF en GC et vice versa. CORESE combine les avantages d’utiliser d’une part le langage standard RDF pour exprimer et échanger les annotations, et de l’autre les mécanismes de requête et d’inférence disponibles dans le formalisme des GC. En particulier l’opérateur de projection permet maintenant de fouiller une base d’annotations RDF en exploitant les liens hiérarchiques (ex. une voiture est un véhicule) définis dans le schéma RDFS. Ce

rapprochement entre les GC et RDF(S)

permet aussi de transférer des résultats et de proposer si nécessaire, des extensions en reposant sur le cadre théorique des graphes conceptuels largement étudié, implanté et éprouvé durant ces vingt dernières années.

Les

problèmes de recherche

qui se posent sont :



  • Quelles

    méthodes et quels outils

    d'aide à la modélisation pour la conception d'une ontologie et des annotations ?

  • Comment assister la

    mise en place et le maintien du consensus

    ontologique au sein d'une organisation ?

  • Comment gérer l'

    évolution

    des ontologies et les conséquences sur les autres objets les utilisant ?

  • Comment prendre en compte différents

    points de vue

    et différents

    profils utilisateurs

    ? Cela peut par exemple prendre la forme d'opérateurs de filtrage ou de tri exploitant les caractéristiques du profil de l'utilisateur courant.

  • Comment

    améliorer les formalismes de représentation

    en tenant compte de l'éternelle opposition expressivité versus efficacité (ex. les extensions de RDF(S) en utilisant les travaux sur les GCs) ? Une option intéressante est, par exemple, le remplacement d'une axiomatisation trop générale et très coûteuse dans son interprétation, par des inférences compilées et choisies pour leur spécificité aux problèmes traités.

  • Comment

    améliorer le raisonnement

    sur les annotations sémantiques des documents pour améliorer la recherche d’information par un utilisateur ? Une perspective possible serait la conception d'une bibliothèque d'opérateurs génériques permettant de simuler des inférences récurrentes de la recherche d'information, par exemple : la généralisation de contraintes pour l'élargissement des requêtes, des mesures de proximité entre deux éléments de connaissances pour permettre des mécanismes de recherche plus floue ou l'organisation des bases d'archives, etc.
3.3 Intelligence Artificielle Distribuée

Les progrès de la programmation ont notamment été obtenus grâce au développement d'abstractions de plus en plus puissantes permettant de modéliser et de développer des systèmes de plus en plus complexes [10]. Nous pensons, comme [10], que le paradigme des

systèmes multi-agents

(SMA), issu de l'intelligence artificielle distribuée, est un candidat possible pour un nouveau niveau d'abstraction et qu'il peut être employé pour comprendre, modéliser, et développer une classe importante de

systèmes distribués complexes

. Les agents sont des composants logiciels autonomes faiblement couplés. La famille des agents qui nous intéresse est celle où les agents, en tant que composants logiciels, intègrent des méthodes de l'IA symbolique et échangent des messages au niveau sémantique pour collaborer dans des tâches collectives. Ce paradigme apparaît particulièrement adapté à la conception d'architectures logicielles en charge des tâches de gestion et d'exploitation d'une mémoire organisationnelle : son niveau d'abstraction et le fait que la notion d'organisations artificielles soit au cœur du paradigme le rendent très

proche de la réalité des organisations humaines

dans lesquelles sont plongés nos systèmes.

Entre une mémoire organisationnelle fragmentée et hétérogène et une population d'utilisateurs dispersés et de profils variés, il est intéressant que l'interface soit elle-même distribuée et hétérogène, ce qui est le cas des SMA : les agents peuvent être de types différents, remplissant différents rôles et déployés sur les réseaux à travers lesquels ils communiquent pour coopérer. Par leur collaboration, les agents logiciels peuvent ainsi être utilisés pour réaliser une

intégration des connaissances de l'organisation

et en permettre leur capitalisation :

  • D’un côté, les agents sont les acteurs d’une société qui, par leurs

    collaborations

    basées sur l’échange de messages au niveau sémantique, résolvent des problèmes complexes nécessitant des actions globales et intégrées sur la mémoire organisationnelle. La collaboration intelligente des agents du SMA permet de réaliser une capitalisation globale de la connaissance de l’organisation.

  • D’un autre côté, ces mêmes agents sont des

    entités localisées et affectées

    à un utilisateur

    pour l’assister dans son interaction avec la mémoire

    ou dédiées à une ressource

    pour en permettre l’exploitation au bénéfice de l’ensemble de la société des agents. Pour ce faire, les agents possèdent des capacités d’inférence voire d’apprentissage utilisant les annotations, les modèles, l’ontologie et les profils utilisateurs ainsi que des interfaces graphiques indispensables pour gérer les interactions entre ces objets conceptuels et les préoccupations des utilisateurs finaux. Les agents intègrent ces capacités à leur comportement afin de remplir leur rôle social. L’autonomie et l’individualité de chaque agent lui permettent de s’adapter localement à la spécificité des ressources et des utilisateurs individuels, tout en en faisant bénéficier l’ensemble de la société.

Les

problèmes de recherche

qui se posent sont :

  • Quelles

    inférences et capacités techniques

    pour les agents en charge d'une mémoire ? Comment exploiter les systèmes symboliques définis pour la modélisation des connaissances à l'intérieur d'un agent assigné à une tâche ?

  • Comment permettre

    la communication et la coopération

    entre agents afin de mettre en place des sociétés d'agents dédiées à la gestion de la mémoire ? Les travaux réalisés dans ce domaine par des organismes tels que DARPA ou FIPA sont très intéressants pour mes recherches.

  • Quelles

    architectures logicielles

    choisir afin de pouvoir générer des configurations de déploiement suffisamment variées pour s'adapter aux différentes topographies organisationnelles ? J'ai ainsi travaillé dans le projet CoMMA à une architecture permettant plusieurs configurations de déploiement ; d’autres scénarios et d’autres types de mémoires ajouteront sûrement de nouvelles contraintes sur l’architecture multi-agents pour élargir et les spectre des déploiements possibles et leur flexibilité.

  • Comment

    gérer la distribution des connaissances

    par

    la distribution d’intelligences artificielles

     ? Comment passer des inférences telles qu'elles peuvent être effectuées dans des systèmes à base de connaissances monolithiques, à des

    inférences distribuées

    basées sur des sociétés artificielles ? Dans CoMMA, j'ai en particulier proposé et testé des solutions pour la résolution de requêtes distribuées sur des bases d’annotations RDF et l'allocation d'une annotation nouvellement soumise à un agent archiviste ; bien d’autres activités du cycle de vie de la mémoire requièrent un travail de recherche similaire.
3.4 De la complémentarité de ces trois domaines de recherche

A la différence du Web ouvert, le Web d’une mémoire organisationnelle a un contexte délimité et mieux défini : l’organisation. Il est possible d’identifier les différents profils d’utilisateurs, et comme la communauté de l’entreprise partage souvent un certain nombre de points de vue (politique d’entreprise, pratiques instituées, etc.), un consensus ontologique est possible dans une certaine mesure ; d’où l’approche suivie:



  1. Application des techniques de l’ingénierie des connaissances pour le

    recueil de données

    afin de fournir le vocabulaire conceptuel identifié comme nécessaire dans les scénarios d’application. Les concepts de la mémoire d’entreprise et leurs relations sont spécifiés dans une

    ontologie

    formalisée en RDFS.

  2. L’analyse des recueils permet de décrire les

    modèles des utilisateurs et de l’entreprise

    capturant la situation actuelle de l’organisation. Ces modèles sont implantés en RDF en instanciant la description RDFS de l’ontologie.

  3. Les agents assistent la structuration de la mémoire basée sur des

    annotations

    RDF à propos des ressources documentaires de la mémoire. Ces annotations instancient la description RDFS de l’ontologie et font référence aux modèles. Par exemple: “ le rapport d’analyse de tendance ‘nouvelles normes de la téléphonie mobile’ a été écrit par la cellule de veille technologique du département D12 et concerne les sujets: UMTS, WAP ”.

  4. Les annotations, les descriptions de la situation organisationnelle et l’ontologie sont exploitées par les

    inférences

    des agents pour rechercher et naviguer dans la mémoire et pour la gérer.

Les domaines choisis pour mes recherches sont unis par une complémentarité très forte :


  • Dostları ilə paylaş:

    ©2018 Учебные документы
    Рады что Вы стали частью нашего образовательного сообщества.
?


a-business-plan-for-the.html

a-c-a-d-e-m-i-a-e-s-c-i-e.html

a-cabbarova--.html

a-call-for-nominations.html

a-casa-do-medo---shif-10.html