Prise en compte de préférences et connaissances dans la gestion de données incohérentes

Integration of preferences and domain knowledge in inconsistency-tolerant ontology-based data access

• Auteur / Autrice : Robin Jean
• Direction : Meghyn Bienvenu
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 03/10/2023
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale de mathématiques et informatique
• Partenaire(s) de recherche : Laboratoire : LaBRI - Laboratoire Bordelais de Recherche en Informatique
• Partenaire(s) de recherche : Equipe de recherche : Méthodes et Modèles formels

Mots clés

Mots clés libres

Gestion de données incohérentes

Ontologies

Logiques de description

Réponse aux requêtes

Raisonnement automatique

Complexité

Inconsistency management

Ontologies

Description logics

Query answering

Automated reasoning

Computational complexity

Résumé

Ce projet de thèse concerne le développement de nouvelles méthodes, à la fois bien-fondées et efficaces, pour gérer des données incohérentes dans le contexte de l'accès aux données médiatisées par des ontologies. Deux extensions des approches existantes seront étudiés : (1) la prise en compte de contraintes et axiomes souples et plus généralement l'intégration d'informations quantitatives sur la fiabilité des données et des contraintes, et (2) la spécification de politiques de gestion de données imparfaites, l'étude de leurs propriétés formelles et le développement d'algorithmes de raisonnement associés. Il s'agira dans tous les cas d'un travail de recherche fondamentale, avec la définition de cadres formels pour réparer et interroger des données incohérentes, l'étude de la complexité des tâches de raisonnement associées, et le développement d'algorithmes de raisonnement.

This PhD project concerns the development of principled yet effective knowledge-based methods for handling imperfect data in the setting of ontology-mediated query answering. Two extensions to existing approaches will be studied: (1) the integration of soft constraints and axioms and more generally quantitative information about the reliability of facts and constraints, and (2) the specification of inconsistency management policies and associated reasoning and analysis tasks. The research will be primarily foundational in nature, involving the definition of formal frameworks for repairing and querying imperfect data, the study of the computational complexity of reasoning, and the development of reasoning algorithms.