Thèse soutenue

Les modèles graphiques et logiques pour la gestion des informations incohérentes et incertaines

FR  |  
EN
Auteur / Autrice : Khaoula Boutouhami
Direction : Salem BenferhatHadja Faïza Khellaf-Haned
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 03/12/2017
Etablissement(s) : Artois en cotutelle avec Université des Sciences et de la Technologie Houari-Boumediène (Algérie)
Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille)
Jury : Président / Présidente : Aïcha Aïssani-Mokhtari
Examinateurs / Examinatrices : Salem Benferhat, Aïcha Aïssani-Mokhtari, Odile Papini, Narhimene Boustia, farid Nouioua
Rapporteur / Rapporteuse : Odile Papini, Narhimene Boustia

Résumé

FR  |  
EN

Dans cette thèse, nous avons étudié des modèles logiques et graphiques pour la gestion d'informations incohérentes et incertaines. Dans la première partie, nous avons étudié une extension des ontologies légères, exprimée ici dans les langages DL-Lite, dans le cadre de la théorie des possibilités basée sur le produit. Nous introduisons d'abord le langage et la sémantique utilisés pour représenter l'incertitude dans les ontologies légères. Nous montrons ensuite que, contrairement à la logique DL-Lite possibiliste basée sur l'opérateur min, le traitement des requêtes dans une théorie de possibilité basée sur le produit est une tâche difficile. Lorsque l'incertitude est considérée seulement au niveau des assertions de la ABox, nous fournissons des transformations équivalentes entre le problème du calcul du degré d'inconsistance (la notion clé dans le raisonnement à partir d'une base de connaissances DL-Lite possibiliste) et le problème Max-2-Horn-SAT pondéré. Dans le cadre général où la TBox peut également être incertaine, nous modélisons le calcul du degré d'inconsistance par un problème de programmation linéaire en nombres entiers. De plus, nous proposons dans les deux cas, un encodage du problème de calcul du degré d'inconsistance en terme d'un problème de couverture d'ensembles pondérés et nous utilisons un algorithme glouton pour calculer une valeur approximative du degré d'inconsistance. Enfin, nous présentons une étude expérimentale où les différentes solutions proposées sont comparées. Nous montrons en particulier l'efficacité de l'approche basée sur la programmation linéaire en nombres entiers par rapport aux deux autres approches basées sur le W-Max-2-Horn-SAT et l'algorithme glouton approximatif. Dans la deuxième partie de la thèse, nous avons étudié le problème de la prise de décision. Nous avons implémenté une version améliorée du procédé de décomposition d'un diagramme d'influence possibiliste en deux réseaux possibilistes sans réduction, permettant de réduire la complexité des réseaux résultants et offrant ainsi une amélioration du processus de calcul des décisions optimales optimistes. De plus, nous avons proposé une approche approximative pour le calcul de la décision possibiliste qualitative en incorporant les techniques de fusion des réseaux possibilistes. Cette approche est efficace et elle est en particulier utile lorsque la génération des distributions de possibilités locales par l'algorithme standard est impossible ou prend un temps de réponse trop long.