Recherche Avancée

Thèse soutenue

Ariane : l'integration d'un mecanisme d'apprentissage par explications dans un generateur de systemes experts industriel

FR  |  
EN
Auteur / Autrice : FABIEN ZERR
Direction : Jean-Gabriel Ganascia
Type : Thèse de doctorat
Discipline(s) : Sciences appliquées
Date : Soutenance en 1992
Etablissement(s) : Paris 11

Résumé

FR

Ariane est un systeme d'apprentissage a partir d'explications. Il est compose d'un generateur de systemes experts et d'un mecanisme d'apprentissage. Ce dernier apprend de nouvelles regles de production a partir d'explications issues de la resolution d'exemples, ce qui augmente son efficacite. Neanmoins dans la pratique, la mise en uvre de telles techniques d'apprentissage n'a pas toujours apporte les resultats escomptes. Des regles trop nombreuses, trop couteuses ou inappropriees y etaient apprises. Pour remedier a cette situation, ariane repose sur un ensemble restreint d'instructions de controle du mecanisme d'apprentissage. Le controle permet de simuler des strategies d'apprentissage, de restreindre le nombre de regles apprises et surtout d'adapter l'apprentissage a des applications. Ariane maintient la coherence de la base de connaissance issue de l'apprentissage: en apprenant seulement de nouvelles regles, en decomposant hierarchiquement un probleme en sous-problemes a resoudre, et en considerant les connaissances de controle apprises comme des priorites associees a des operateurs. Ainsi tout declenchement de regle de la base de connaissance apprise ou non est controle par le systeme. Quant aux performances, ariane garantit leur amelioration. Elles sont equivalentes a celles de generateurs de systemes experts industriels. La mise en uvre de ses concepts est realisee a tres faible cout. Le module d'optimisation integre de maniere optimale les regles apprises dans le reseau de rete. Celui-ci, conjugue aux instructions de controle, permet a un utilisateur de controler le degre de generalite des regles apprises, c'est-a-dire leur cout