Thèse soutenue

Eagle : Un système pour la découverte interactive de descriptions de concepts basé sur la théorie des ensembles approximatifs

FR  |  
EN
Auteur / Autrice : Emmanuelle Martienne
Direction : Mohamed Quafafou
Type : Thèse de doctorat
Discipline(s) : Sciences de l'ingénieur. Informatique
Date : Soutenance en 1999
Etablissement(s) : Nantes
Partenaire(s) de recherche : Autre partenaire : Université de Nantes. Faculté des sciences et des techniques

Mots clés

FR

Mots clés contrôlés

Résumé

FR

Le cadre theorique de cette these est celui de la programmation logique inductive (pli), une discipline situee au croisement de la programmation logique et de l'apprentissage symbolique automatique. Notre travail de recherche s'est focalise sur deux axes principaux : d'une part l'utilisation interactive des methodes de pli, et d'autre part l'amelioration de leurs capacites de prise en compte des donnees imparfaites, en particulier numeriques et volumineuses. L'approche proposee integre dans le cadre de la pli, des notions provenant de la theorie des ensembles flous et de celle des ensembles approximatifs. D'une part, des proprietes vagues, modelisees a l'aide de sous-ensembles flous, sont utilisees pour qualifier de maniere symbolique les caracteristiques numeriques. Ce traitement resulte sur l'apparition de concepts flexibles, c'est-a-dire de concepts graduels dont l'appartenance peut etre partielle. De tels concepts sont representes par des sous-ensembles flous d'exemples, par contraste avec les concepts stricts, representes par des ensembles classiques. Afin de prendre egalement en compte ce type de concepts, le processus d'induction s'inspire de la theorie des ensembles approximatifs. Il se decompose en trois phases distinctes : (1) partitionnement de la connaissance extensionnelle, (2) approximation des concepts cibles, et enfin (3) recherche de descriptions logiques, definissant les concepts en tenant compte de leurs eventuelles gradualites. Cette approche s'inscrit dans une demarche d'apprentissage interactive, dans laquelle l'utilisateur construit une solution a son probleme d'apprentissage, grace aux declenchements successifs de taches. La specification d'un contexte pour chaque tache, lui permet en outre d'indiquer ses attentes aux systemes et d'influencer les descriptions produites. Un systeme d'apprentissage appele eagle, mettant en oeuvre de maniere concrete cette approche, est evalue sur des problemes classiques d'apprentissage symbolique.