Découverte de contexte pour une adaptation automatique de services en intelligence ambiante

Context discovery for the automatic adaptation of services in ambient intelligence

• Auteur / Autrice : Yazid Benazzouz
• Direction : Olivier Boissier
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 26/08/2011
• Etablissement(s) : Saint-Etienne, EMSE
• Ecole(s) doctorale(s) : ED SIS 488
• Partenaire(s) de recherche : Entreprise : France Telecom Orange labs (2007-2012)
• Jury : Président / Présidente : Jérôme Gensel
• Jury : Examinateurs / Examinatrices : Pierre Maret, Sylvain Giroux, Philippe Beaune, Fano Ramparany
• Jury : Rapporteur / Rapporteuse : Frédérique Laforest, Patrick Reignier

Mots clés

Mots clés contrôlés

Soins à domicile

SOA

Informatique omniprésente

Mots clés libres

Intelligence ambiante

Sensibilité au contexte

Service adaptatif

Adaptation dynamique de services

Apprentissage du contexte

Maintien à domicile

Environnement intelligent

Ambient intelligence,

Context-awareness

Adaptive services

Dynamic adaptation of services

Context learning

Assisted living

Intelligent environment

Résumé

Cette thèse s’intéresse à la problématique de l’adaptation automatique de services dans ledomaine de l’intelligence ambiante. L’étude de la littérature montre que la sensibilité aucontexte est devenue un élément central pour la conception et la mise en place de servicesadaptatifs. Cependant, sa prise en compte se limite généralement à des descriptionsélémentaires de situations ou à des modèles prédéfinis. Afin de permettre une adaptation auxchangements d’habitudes des utilisateurs, à la dynamique de l’environnement et àl’hétérogénéité des sources de perception, nous proposons des mécanismes de découverte decontexte et de situations déclencheurs d’adaptation. Ces mécanismes s’appuient sur destechniques de fouille de données et sont intégrés au sein d’une architecture d’adaptationautomatique de services. Ces travaux ont été réalisés et appliqués à des projets d’intelligenceambiante pour de l’assistance à des personnes et plus particulièrement dans le cadre du projetITEA- MIDAS.

This thesis addresses the problem of dynamic adaptation of services in the context of ambientintelligence applications. Literature study shows how context-awareness plays a central rolein the design and implementation of adaptive services. However, its use is still limited toelementary descriptions and predefined situational models. Dynamic adaptation should becapable of following user habits to yield dynamic answers to environmental change, and tosupport heterogeneous sources of context. To this end, we propose mechanisms to discovercontexts and situations that trigger adaptation. These mechanisms rely on data miningtechniques, and are integrated within an architecture for dynamic adaptation of services. Thiswork was carried out and applied to ambient intelligence projects for the elderly, providingsupport and assistance in their daily lives, particularly in the context of the ITEA-MIDASproject.