Interprétation de données hétérogènes et multivariées

Interpretation of heterogeneous and multivariate data

• Auteur / Autrice : Sébastien Guillemin
• Direction : Ana Roxin, Laurence Dujourdy, Ludovic Journaux
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 27/10/2025
• Etablissement(s) : Dijon, Université Bourgogne Europe
• Ecole(s) doctorale(s) : École doctorale Sciences Physiques pour l'Ingénieur et Microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique de Bourgogne (LIB) (Dijon)
• Jury : Président / Présidente : John Aldo Lee
• Jury : Examinateurs / Examinatrices : Jérôme Euzenat, Fabrice Besacier, Antoine Zimmermann
• Jury : Rapporteurs / Rapporteuses : John Aldo Lee, Jérôme Euzenat
• DOI : 10.70675/9a64cd06z60c7z4398z8a0fzd672d2c0e9f5

Mots clés

Mots clés contrôlés

Intelligence artificielle

Apprentissage automatique

Ontologie

Systèmes d'aide à la décision

Mots clés libres

Modélisation des connaissances

Intelligence artificielle neurosymbolique

Clause de Horn Pondérée

Apprentissage automatique

Extraction de règles logiques

Ontologie

Knowledge modelling

Neurosymbolic artificial intelligence

Weighted Horn Clause

Machine learning

Logical rules extraction

Ontology

Résumé

L'intelligence artificielle trouve sa place dans de nombreux domaines au travers d'applications diverses. En particulier, les systèmes d'aide à la décision assistent les experts métier dans les actions à mener au sein de leur organisation, compte tenu d'un ensemble d'objectifs à atteindre et de ressources limitées. Les domaines critiques, où les décisions peuvent avoir des impacts majeurs sur les vies humaines (ex., justice, santé, etc.), imposent alors aux systèmes d'aide à la décision d'être interprétables, tant pour des raisons éthiques et légales que pour gagner la confiance des experts. Ces exigences s'appliquent également aux modèles d'intelligence artificielle sur lesquels reposent ces systèmes. Dans ce contexte, nous nous intéressons au domaine critique de l'appariement d'échantillons de stupéfiants, mis en place par le Service National de la Police Scientifique (SNPS). Ce processus, fondé sur l'analyse croisée de données issues de bases de données nationales et confidentielles, est actuellement manuel et sujet à des divergences d'interprétation entre experts.Cette thèse propose une approche neurosymbolique, combinant approches symboliques et approches connexionnistes. Nous introduisons le langage logique Clause de Horn Pondérée (CHP), une extension du Semantic Web Rule Language (SWRL) permettant de formaliser les nuances de raisonnement des experts métier et de prendre en compte les données manquantes lors de l'inférence. Nous proposons également l'ontologie STUPS, qui modélise les connaissances des experts du SNPS. Celle-ci permet alors l'intégration de sources de données hétérogènes aux données multivariées, au sein d'une base de connaissances. Enfin, nous présentons une méthode pédagogique d'extraction de règles logiques à partir d'un modèle en boîte noire. Celle-ci permet de mettre en œuvre une approche semi-automatisée d'aide à la décision, interprétable et conforme aux raisonnements des experts. Nous conduisons également une série d'expérimentations reproductibles, mettant en évidence la pertinence et la faisabilité de l'approche proposée.

Artificial intelligence can be found in a wide range of fields and applications. In particular, decision support systems assist domain experts in determining the actions to adopt within their organisation, given a set of objectives to be achieved and limited resources. Critical domains, where decisions can have a significant impact on human lives (e.g., justice, health), require decision support systems to be interpretable, both for ethical and legal reasons and to gain the trust of experts. In this context, we focus on the critical domain of drug sample matching, implemented by the National Forensic Science Service (SNPS). This process, based on cross-analysis of data from national and confidential databases, is currently manual and subject to differences in interpretation among experts.This thesis proposes a neurosymbolic approach, which combines symbolic and connectionist approaches. We introduce the Weighted Horn Clause (WHC) logic language, an extension of the Semantic Web Rule Language (SWRL), which formalises the nuances of domain experts' reasoning and takes into account missing data during inference. We also propose the STUPS ontology, which models the knowledge of SNPS experts. This ontology enables the integration of heterogeneous data sources with multivariate data within a knowledge base. Finally, we present a pedagogical approach for extracting logical rules from a black-box model. This method enables the implementation of an interpretable semi-automated decision support approach that is consistent with the reasoning of experts. We also conduct a series of reproducible experiments to demonstrate the relevance and feasibility of the proposed approach.