Thèse soutenue

Un outil pour la généralisation utilisant systématiquement les théorèmes : le système OGUST

FR  |  
EN
Auteur / Autrice : Christel Vrain
Direction : Yves Kodratoff
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance en 1987
Etablissement(s) : Paris 11
Partenaire(s) de recherche : autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)
Jury : Président / Présidente : Marie-Claude Gaudel
Examinateurs / Examinatrices : Marie-Claude Gaudel, Guy Vidal-Naquet, Eugène Chouraki, Yves Kodratoff
Rapporteurs / Rapporteuses : Eugène Chouraki

Résumé

FR

La plupart des systèmes d'Apprentissage actuels n'utilisent qu'incomplètement les connaissances sur le domaine dans lequel se fait l'Apprentissage et se limitent très souvent à des propriétés exprimées sous forme de taxonomies. Nous proposons dans cette thèse un système d'apprentissage dans un domaine à théorie forte, où les propriétés sont exprimées sous forme de théorèmes universels ou de taxonomies. Notre système utilise une notion nouvelle appelée Mise en Correspondance Structurelle. Nous résolvons ainsi un problème classique en Démonstration Automatique: celui des boucles de raisonnement. Une des particularités de ce système par rapport aux autres systèmes d'apprentissage à partir d'exemples est sa capacité à fournir des explications. Ces explications pourront s'avérer utiles pour traiter les contre-exemples ou pour faire de l'apprentissage incrémental.