Disciplines et périmètre du programme
Intelligence artificielle, Mathématiques Appliquées, Sciences cognitives, Calcul intensif, Développement informatique
- Acquisition de connaissances
Toutes les méthodes qui vont permettre d'acquérir de la connaissance de manière automatique ou non (extraction de connaissances à partir de données, enquête, entretien, ...) et d’extraire des informations pertinentes en utilisant des connaissances.
- Formalisation, Représentation des connaissances
un ensemble d'outils et de procédés destinés à représenter et à organiser la connaissance acquise, dans le but de l'utiliser et le partager. Il existe de nombreux types de formalismes et de représentations, allant de modèle purement symboliques (fonctions qualitatives, ontologie, graphes conceptuels, graphes sémantiques, cartes conceptuelles, mind maps, graphes du Web sémantique) au modèle purement quantitatifs (systèmes d’équations différentielles par exemple).
- Intégration des connaissances
Processus consistant à synthétiser des représentations des connaissances à différentes échelles et sous différents formats (morceaux du puzzle) d’un phénomène en une représentation commune.
Il s’agit du développement des méthodes et outils pour (1) définir le but recherché, (2) définir les arguments qui soutiennent ce but et (3) proposer des itinéraires et les moyens à mettre en œuvre pour atteindre ce but. L'ingénierie inverse comprend donc de l’aide à la décision (multi-critères, multi-objectifs, multi-arguments, mutli-acteurs) et met en œuvre des méthodes de contrôle de procédé, problème inverse, viabilité, robustesse...
Structuration thématique
(en cours de réflexion, mai 2012)
Acquisition de connaissances
Elicitation de connaissances
Extraction de données et de connaissances
Apprentissage supervisé |
Simplification et couplage de modèles
Simplification de modèle
Transposition de modèle
Couplage de formalismes |
Capitalisation et transfert de connaissances et de modèles
Capitalisation de connaissances (scientifiques et savoir-faire)
Transfert de connaissances
Transfert de modèles |
Reconstruction des dynamiques multi-échelles
Raisonnement graphique
Raisonnement probabiliste
Raisonnement qualitatif |
Aide à la décision
Optimisation mono ou multi-objectif
Optimisation de trajectoire
Argumentation automatique ou semi-automatique |
Prise en compte des incertitudes
Quantification des incertitudes
Représentation des incertitudes
Propagation des incertitudes |
Une démarche en deux temps : les méthodes et les problèmes d'application
- le développement de méthodes
En acquisition de connaissances : standardiser dans un référentiel, règles d’experts, stockage des données
En représentation de connaissances et raisonnement : représenter des connaissances hétérogènes et prise en compte des incertitudes
- Les problèmes d’application
Simplification/Couplage de modèles : reconstruction de dynamiques multi-échelles
Eco-conception : optimisation multi-objectif
Capitalisation/Transfert de connaissances : Capitaliser des connaissances sur des objets et programmes CEPIA pour leur transfert
Ingénierie inverse : aider à la conception de produits spécifiques (alimentaire et non alimentaire)
