Modèle ARCO : Apprentissages multiples et Raisonnement réflexif sur des Connaissances hOmogènes

par Philippe Caillou

Thèse de doctorat en Informatique

Sous la direction de Edwin Diday.

Soutenue en 2004

à l'Université Paris-Dauphine .


  • Résumé

    Nous présentons un modèle d'agent qui s'adapte à son environnement. Il découvre et utilise efficacement de nouveaux concepts, objets, heuristiques, selon son expérience. Pour pouvoir créer, exécuter et analyser ses propres règles, les connaissances sont décrites de façon homogène dans un graphe orienté. Leur utilisation homogène et efficace se fait grâce à la transmission d'un flux d'activation dans le graphe. Seuls les concepts et règles les plus utiles en fonction de l'état mental de l'agent sont utilisés. La découverte de nouveaux concepts se fait par induction par l'analyse de données symboliques. Des règles de déduction permettent de créer les règles et liens associés aux nouveaux concepts. Le contrôle de l'agent par les émotions permet d'intégrer les nouveaux concepts en renforçant les liens utiles et de guider l'agent indépendamment de sa sémantique. Un agent utilisant le modèle décrit a été implanté afin de vérifier sa cohérence et son fonctionnement sur un exemple simple.


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 236p.
  • Notes : Publication autorisée par le jury
  • Annexes : bibliogr.p.231-236.

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris-Dauphine (Paris). Service commun de la documentation.
  • Accessible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.