Acquisition de connaissances et apprentissage automatique : contribution pour le développement incrémental d'un système à base de connaissances pour les situations de crise : application au domaine de l'eau

= Knowledge acquisition and machine learning: : contribution in the incremental development of a knowledge-based system for situations of crisis- : application to the water domain

• Auteur / Autrice : Redouane Senoune
• Direction : Albert Mathon
• Type : Thèse de doctorat
• Discipline(s) : Ingénierie informatique
• Date : Soutenance en 1995
• Etablissement(s) : Lyon, INSA en cotutelle avec Saint-Etienne, Ecole Nationale Supérieure des Mines
• Ecole(s) doctorale(s) : Ecole doctorale Mécanique, Energétique, Génie Civil, Acoustique (Villeurbanne ; 2011-....)
• Partenaire(s) de recherche : Laboratoire : École nationale supérieure des mines (Saint-Etienne1816-....)

Mots clés

Mots clés contrôlés

Systèmes d'aide à la décision

Acquisition des connaissances (systèmes experts)

Systèmes experts (informatique)

Résumé

Cette thèse a pour objectif la réalisation d'un système à base de connaissances pour les situations de crise. A travers le développement de ce système deux principaux axes de recherche ont été entrepris: l'acquisition et la validation de connaissances. Pour l'étape d'acquisition de connaissances, nous avons intégré une méthodologie d'acquisition de connaissances et une technique d'apprentissage automatique. Dans un premier temps, la méthodologie d'acquisition de connaissances nous a permis de recueillir l'ensemble des connaissances descriptives et stratégiques du domaine, et de construire un langage de description des exemples d'apprentissage. Une technique d'apprentissage est ensuite utilisée pour construire incrémentalement un graphe de connaissances en utilisant des cas d'interventions sur des situations de crise fournis par les experts du domaine. Pour la phase d'exploitation du système, nous avons proposé deux procédures différentes. La première procédure consiste en l'utilisation interactive du graphe de connaissances construit et la deuxième procédure consiste en l'utilisation en déduction des connaissances contenues dans ce graphe. L'approche proposée pour la validation des connaissances s'appuie sur l'utilisation interactive du graphe de connaissances construit et sur un suivi des interventions des experts sur des cas de crise

[The subject of this thesis is the development of a Knowledge-Based System for situations of crisis. Two main research issues have been studied during the of the system : knowledge acquisition and knowledge validation. The knowledge acquisition part integrates both knowledge acquisition and machine learning techniques. As a first step, the knowledge acquisition methods have been used to identify the descriptive and strategic domain knowledge and to construct the description language to use for defining the examples needed for the machine learning. The second step is to use a machine learning technique to incrementally construct a knowledge graph using cases on interventions in situations of crisis obtained from the domain experts. Two different procedures are proposed for the exploitation phase of the system. The first procedure is the interactive use of the knowledge graph, while the second is the deductive use of the knowledge graph. The knowledge validation approach proposed is based on the interactive use of the knowledge graph and on a follow-up on expert interventions in situations of crisis. ]