• Aide

Modélisation cognitive et résolution de problèmes

Livre

Résumé

Qu'est-ce que la connaissance ? Comment la structurer et la modéliser afin de l'inclure de façon opérationnelle dans des processus automatiques d'aide à la décision ou de résolution de problèmes ? Quelles connaissances sont mises en jeu dans une modélisation ? Quelle méthodologie adopter ? C'est à ces questions fondamentales que tente de répondre cet enseignant en modélisation cognitive de l'INSA.


  • Éditeur(s)
  • Date
    • 2002
  • Notes
    • Bibliogr. p. 191-199
  • Langues
    • Français
  • Description matérielle
    • XV-199 p. : ill., couv. ill. ; 24 cm
  • Collections
  • Sujet(s)
  • ISBN
    • 2-88074-495-4
  • Indice
    • 681.7 Intelligence artificielle. Systèmes experts
  • Quatrième de couverture
    • L'automatisation totale ou partielle d'un processus de résolution de problèmes nécessite une analyse, une modélisation puis une traduction en un programme informatique des connaissances humaines. En désignant les objets qui nous entourent, en les organisant en structures signifiantes, la connaissance possède un rôle de médiation entre une réalité perçue et des interprétations rationnelles. Mais quels sont le rôle et la nature des connaissances mobilisées par l'humain dans le cadre d'une activité de résolution de problèmes ? Dans quelle mesure ces connaissances sont-elles modélisables ? Sous quels formalismes ? Quelles sont les connaissances mises en jeu dans un processus de modélisation ? Quelle méthodologie adopter pour traduire des connaissances humaines en programmes informatiques ? C'est à ces questions fondamentales que cherche à répondre cette excellente introduction à la modélisation cognitive.

      L'ouvrage s'adresse aux ingénieurs, étudiants et chercheurs en intelligence artificielle, en modélisation et plus particulièrement en ingénierie des connaissances.


  • Tables des matières
      • Modélisation cognitive et résolution de problèmes

      • Guy Caplat

      • Presses Polytechniques et Universitaires Romandes

      • Préfacesv
      • Avant-proposvii
      • Chapitre 1 Sur la piste de la connaissance
      • 1.1 Problèmes, résolution de problèmes1
      • 1.1.1 Introduction1
      • 1.1.2 La voie logique2
      • 1.1.3 Résolution par cheminement dans un graphe d'états4
      • 1.2 Systèmes experts5
      • 1.2.1 Principes5
      • 1.2.2 Premières approches par prototypage incrémental11
      • 1.2.3 Quelques critiques11
      • 1.3 D'autres voies14
      • 1.3.1 Raisonnement à partir de cas, raisonnement analogique14
      • 1.3.2 Approches subsymboliques16
      • 1.4 Résolution distribuée18
      • 1.4.1 Systèmes à «tableau noir», Systèmes multi-agents18
      • 1.4.2 Algorithmes génétiques20
      • 1.5 I.A. et connaissance21
      • 1.5.1 Niveau physique et niveau symbolique21
      • 1.5.2 Niveau cognitif22
      • 1.5.3 Connaissance et Information25
      • 1.5.4 Connaissance et Représentation28
      • 1.5.5 Connaissance et Modèle29
      • 1.5.6 Le niveau cognitif revisité31
      • 1.5.7 Modèle et Formalisme34
      • 1.6 Conclusion44
      • Chapitre 2 Connaissances de domaine
      • 2.1 Introduction45
      • 2.1.1 Des connaissances de nature variée45
      • 2.1.2 Des connaissances finalisées46
      • 2.1.3 Des vues différentes47
      • 2.2 Concept49
      • 2.2.1 Une abstraction49
      • 2.2.2 Niveaux logique, ontologique, linguistique51
      • 2.2.3 Une affaire de paradigme53
      • 2.2.4 Définition extensionnelle57
      • 2.2.5 Définition par prototype59
      • 2.2.6 Définition intensionnelle par propriété61
      • 2.2.7 Définition intensionnelle par schéma65
      • 2.2.8 Un point sur la notion de Concept71
      • 2.3 Relation72
      • 2.3.1 Notion de Relation72
      • 2.3.2 Lien de spécialisation : Concept `sorte de' Concept76
      • 2.3.3 A propos de l'héritage multiple77
      • 2.3.4 Héritage multiple versus Appropriation multiple82
      • 2.3.5 Spécialisation, Instanciation et Attribution84
      • 2.3.6 Relations de composition88
      • 2.3.7 Relations descriptives93
      • 2.4 Sémantique95
      • 2.4.1 Interprétation d'un modèle de domaine95
      • 2.4.2 Contraintes sémantiques portant sur un domaine97
      • Chapitre 3 Connaissances de résolution
      • 3.1 Introduction103
      • 3.1.1 Mise en perspective historique103
      • 3.1.2 Notion de Tâche105
      • 3.1.3 Plan du chapitre106
      • 3.2 Problèmes et classifications de problèmes106
      • 3.2.1 Une typologie de problèmes106
      • 3.2.2 Problèmes / Sous-problèmes107
      • 3.2.3 Classification de tâches selon KADS109
      • 3.3 Un Modèle de Tâche111
      • 3.3.1 Tâche : Perspective générale111
      • 3.3.2 Tâche : Perspective téléologique113
      • 3.3.3 Tâche : Perspective inférencielle118
      • 3.3.4 Tâche : Perspective comportementale126
      • Chapitre 4 Conception de bases de connaissances
      • 4.1 Transfert direct de connaissances145
      • 4.1.1 Un peu d'histoire145
      • 4.1.2 Déclarativité et unicité de la représentation146
      • 4.1.3 Caractéristiques de l'expertise147
      • 4.1.4 Structuration préalable des connaissances148
      • 4.2 Approches par modèles149
      • 4.2.1 Exemples d'interprétations de discours149
      • 4.2.2 Approches par modèles154
      • 4.3 Elaboration du modèle d'expertise : Approches descendantes157
      • 4.3.1 Réutilisabilité et connaissances de domaine157
      • 4.3.2 Réutilisabilité et connaissances de résolution160
      • 4.4 Approches constructivistes165
      • 4.4.1 Principes165
      • 4.4.2 Traduction des principes168
      • 4.4.3 Modalités du contrôle des modèles - 1169
      • 4.4.4 Modalités du contrôle des modèles - 2177
      • 4.4.5 Figures de la modélisation180
      • Conclusion189
      • Références bibliographiques191

  • Origine de la notice:
    • BNF
  • Disponible - 681.7 CAP

    Niveau 3 - Informatique