Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pitrat Jacques
Akdag Herman
d'Alch-Buc Florence
Caraty Marie-Jos
Bouchon-Meunier Bernadette
Gacgne Louis
Gallinari Patrick
Ganascia Jean-Gabriel
Lifchitz Alain
Montaci Claude
Visetti Yves-Marie
Zucker Jean-Daniel
ITA-IATOS
Kieu L Quyn1
Personnel temporaire
Bournaud Isabelle
Cazenave Tristan
Faron Catherine
Guermeur Yann
Leray Philippe
Li Haifeng
Marsala Christophe
Pecego Georges
Rifqi Maria
Rolland Pierre-Yves
Post-doc
ATER, UPMC
ATER, Orlans
ATER, ENS Lyon
ATER, Paris 13
Post doc, boursier gouvernement chinois
ATER, IUT Paris 13
ATER, IUT Paris 13
ATER, UPMC
ATER, UPMC
Suite au verso
1 dtache mi-temps au GIS Sciences de la Cognition
175
Associs au LIP6
Dormoy Jean-Luc
Laurire Jean-Louis
Lucas Jean-Yves
Masson Michel
Pastre Dominique
Priaux Jacques
Pintado Michel
Ramdani Mohammed
Ingnieur-Chercheur, EDF/DER
Professeur, UPMC
Ingnieur-Chercheur, EDF/DER
Matre de Confrences, Univ. Paris 9
Professeur, Universit Paris 5
Expert mrite, Dassault Aviation
Chercheur INRETS
Matre-assistant, Fac. Mohammadia (Maroc)
176
Prospective
Trois des quipes du thme sont davantage axes sur l'apprentissage numrique et les deux
autres sur l'apprentissage symbolique. Mais pour de nombreux sujets, comme la fouille de
donnes ou les applications aux langues naturelles, ces deux modes d'apprentissage sont
simultanment ncessaires. Aussi le dveloppement de systmes symboliques-numriques
prendra de plus en plus d'importance. Certains projets ont dj t effectus en liaison avec
des membres de plusieurs quipes et cela va devenir de plus en plus frquent. Nous allons
voir galement apparatre des collaborations entre thmes, particulirement dans les
applications faisant intervenir le multimdia.
Nous allons poursuivre les tudes thoriques qui sont importantes pour l'apprentissage et
l'acquisition de connaissances. C'est le cas de la gnralisation dont on pourra fonder la
formalisation algbrique sur les notions d'appariement et de treillis distributif ; on peut
galement donner la possibilit de gnraliser en toute scurit avec les techniques d'EBL
(Explanation Based Learning) o un systme ne gnralise qu'aprs qu'il ait compris les
raisons d'un succs ou d'un chec.
Aussi bien pour l'apprentissage que pour l'acquisition des connaissances, la logique floue et
la thorie des possibilits apportent une aide prcieuse ; elles permettent le traitement de
connaissances graduelles, le raisonnement analogique, prototypique, interpolatif. Cela offre
une souplesse adapte aux situations imparfaitement connues et permet la mise au point de
systmes efficaces d'aide la dcision. Cela est particulirement utile dans la fouille de
donnes, o l'apprentissage flou partir d'exemples, la thorie des possibilits, les relations
floues de ressemblance constituent des outils permettant d'apprhender des descripteurs
imprcis.
Un travail de modlisation est ncessaire, en particulier pour les applications aux langues
naturelles. On tudiera par exemple la modlisation linguistique du langage parl et crit, la
modlisation acoustique (traitement d'antenne) ainsi que la reprsentation des units
phontiques (densits de probabilit non paramtriques).
Nous voulons mettre en uvre les mthodes thoriques ainsi labores. Plusieurs
applications seront lies aux langues naturelles. C'est ainsi que nous poursuivrons le
dveloppement de notre systme D-DAL de dicte vocale et l'tendrons la vrification du
texte prononc dans le cadre de la reconnaissance du locuteur. Ces techniques pourront tre
appliques d'autres domaines, comme l'indexation de bases de donnes audio-vido. Nous
allons par ailleurs dvelopper le systme de reconnaissance de l'criture dont nous avons
dj mis au point un prototype en collaboration avec l'Institut National des
Tlcommunications. Nous tudierons comment indexer des textes en les catgorisant pour
le filtrage des documents. Nous raliserons des systmes capables d'acqurir des rgles
phontiques pour la prononciation des caractres chinois, de construire des taxonomies
d'idogrammes chinois et de reconnatre une langue partir d'un court texte oral.
Le traitement de donnes sous forme de squences intervient souvent dans les applications
aux langues naturelles, mais il intervient dans bien d'autres domaines que nous comptons
aborder ou continuer de traiter comme le gnome, la reconnaissance des odeurs et la
musique. C'est ainsi qu'aprs avoir simul l'improvisation d'un joueur de basse dans une
section rythmique de jazz, nous travaillons sur la dtection de motifs rcurrents afin
d'analyser les uvres et de les indexer dans une mmoire musicale.
177
Plusieurs applications seront lies aux jeux. Notre but n'est pas tant la ralisation de
programmes ayant de trs bonnes performances que de prendre les jeux comme support
pour tudier des problmes fondamentaux de l'IA, par exemple l'apprentissage de stratgies
ou de l'anticipation des comportements.
La fouille de donnes (data mining) est un secteur qui a un grand intrt pratique et nous
souhaitons y dvelopper plusieurs applications. L'extraction de connaissances peut se faire
dans des textes ou dans les bases de donnes. Nous projetons par exemple d'appliquer ces
techniques au traitement de donnes issues d'enqutes prophylactiques et d'essais
thrapeutiques.
Groupe Connexionnisme
Dans le domaine des rseaux de neurones, nos travaux sont principalement organiss en
cinq axes. Les trois premiers correspondent des problmatiques gnrales du domaine, un
grand nombre des problmes sur lesquels nous travaillons sont cheval sur ces diffrents
axes. Un quatrime est centr sur une classe d'applications. Le dernier concerne la
modlisation de la polysmie et de la non-compositionalit en smantique linguistique.
Un premier axe formel concerne l'tude d'un des problmes cruciaux de l'apprentissage qui
est la gnralisation : comment, partir d'informations limites fournies par des donnes,
construire une machine qui fonctionne le mieux possible sur des nouvelles donnes.
Diffrentes approches ont t inities ou dveloppes dans le domaine, qui vont de l'tude
de thories de la complexit pour des systmes continus des travaux bass sur les
statistiques dans des cas asymptotiques ou non asymptotiques. En France, le groupe de
travail du GDR IA "Approches formelles de l'apprentissage, rseaux de neurones", anim
par P. Gallinari, se consacre l'tude de ces problmes. Nous avons travaill sur le contrle
effectif de la complexit des modles et, dans le cadre de la classification, sur la fusion de
dcisions issues de diffrents modles.
Un second axe concerne le traitement de squences. Les problmes o apparaissent des
donnes sous forme de squence sont nombreux (biologie, signal, texte...). Les rseaux de
neurones offrent une panoplie d'outils importante pour dtecter des vnements, classifier
ou prdire des squences. Nous avons dvelopp des modles pour l'analyse de squences
qui ont t appliqus diffrents problmes : prdiction de la structure secondaire des
protines, parole, crit on line , srie d'indicateurs du trafic tlphonique, prvision de
dcharge.
Un troisime axe concerne la conception de systmes symboliques-numriques. Cette
problmatique ancienne se retrouve dans de nombreux problmes que nous avons trait :
comprhension de textes et de parole, traitement de donnes biologiques, diagnostic dans
les systmes complexes, crit. Nous avons tudi pour chacun de ces problmes comment
incorporer des connaissances dans un systme numrique, comment construire des systmes
hirarchiques dont les diffrents modules oprent des niveaux diffrents de reprsentation
178
et comment faire communiquer ces modules. Plusieurs des problmes que nous traitons
relvent simultanment des axes 2 et 3 du groupe.
Le quatrime axe concerne les problmes de diagnostic dans des systmes complexes que
nous avons abord dans le cadre d'un contrat avec le CNET et d'une tude avec Schneider
Electric.
Enfin, le dernier axe qui a trait la smantique linguistique cherche sortir de l'usage
exclusif de structures discrtes qui a jusqu'ici prvalu. L'objectif de ce travail est de trouver
des variantes aux reprsentations "classiques" des structures lexicales et grammaticales en les
reconstruisant comme des potentiels de formes sur des espaces munis de dynamiques. Dans
ce cadre, les modles connexionnistes rcurrents sont l'outil d'implmentation de ces
dynamiques.
Groupe Parole
Dans nos activits de recherche, nous nous attachons au dveloppement de nouvelles
mthodes en reconnaissance des formes et en intelligence artificielle appliques au
179
Groupe ACASA
L'apprentissage symbolique automatique recouvre un ensemble de techniques
algorithmiques visant doter les machines de capacits d'apprentissage, que ce soit pour
que les machines tirent parti de leurs expriences afin d'excuter, avec une plus grande
agilit, des tches routinires, ou pour qu'elles construisent des bases de connaissances de
systmes experts, ou encore, pour qu'elles extraient des connaissances partir de bases de
donnes anodines.
L'acquisition des connaissances, quant elle, s'est d'abord prsente comme une ingnierie
des systmes base de connaissances, autrement dit, comme un ensemble de mthodes de
construction de systmes experts. Puis, progressivement, elle s'est attache la modlisation
des connaissances, jusqu' dsigner tout autant l'acquisition de connaissances par l'homme,
au moyen de machines, que l'acquisition de connaissance pour les machines, partir du
savoir et du savoir-faire d'hommes de mtier.
Dans tous ces cas, les techniques d'apprentissage symbolique sont fort utiles pour
l'acquisition des connaissances ; c'est ce qui motive les orientations scientifiques du groupe
ACASA.
Contribution l'apprentissage symbolique
J.-G. Ganascia a mis la disposition du groupe, le logiciel CHARADE issu de sa thse
d'Etat. Nous l'avons expriment sur des applications de grande taille, par exemple, sur la
catgorisation de textes avec I. Moulinier et G. Raskinis, et sur la fouille de donnes
appele aussi dcouverte de connaissances dans les bases de donnes, ou encore,
extraction de donnes dans le domaine mdical, avec A. Attipoe, lors de son stage de
DEA, avec V. Corruble, au cours de sa thse d'universit, enfin, avec A. Banto, au cours de
son stage de DEA.
J.-G. Ganascia a tendu, avec J.-D. Zucker, les fonctionnalits de CHARADE, en le couplant
avec un mcanisme d'appariement structurel particulirement efficace faisant appel la
notion originale de morion.
La familiarit acquise avec l'emploi des treillis en apprentissage, avait conduit, ds 1988,
imaginer des techniques originales de regroupement conceptuel sur des graphes de Sowa.
Celles-ci ont t programmes et exprimentes par I. Bournaud, ce qui lui a permis de
soutenir sa thse d'universit en 1996.
180
Groupe Mtaconnaissance
Nous avons expriment plusieurs systmes qui portent sur l'utilisation des connaissances,
que ce soit pour montrer l'intrt d'avoir des connaissances dclaratives ou pour simuler le
comportement humain. Deux de ces applications, DIACODEX (Masson, 1996) et Indigo
(Bouzy, 1996) ont montr qu'il tait possible de raliser des systmes utilisant des
connaissances donnes sous une forme trs dclarative. Par ailleurs, GnCom (Nigro,
1996) a mis en vidence l'intrt du dclaratif pour analyser et commenter le droulement
d'une partie de tarot. Gobelin (Ricaud, 1997) a montr la possibilit pour un systme
d'abstraire les situations : il est bien plus facile de trouver une bonne dcision et de
181
l'expliquer dans l'univers abstrait. MACISTE (Pitrat, 1996) a mis en vidence la souplesse
venant de l'utilisation de mtaconnaissances dclaratives pour rsoudre des problmes avec
contraintes.
Mais les mtaconnaissances dclaratives sont galement utiles pour l'apprentissage. Gogol
(Cazenave, 1996) l'a bien montr en crant une partie d'un systme qui a tenu tte des
systmes amliors depuis de nombreuses annes par des programmeurs humains. Ce
systme est galement capable d'utiliser efficacement les connaissances dclaratives qu'il
trouve, ce qui est indispensable quand il joue sur un goban de 19X19 intersections.
MACISTE (Pitrat, 1996) a reu de nouvelles possibilits pour examiner ce qu'il fait et pour
exprimenter, deux capacits qui sont un pralable indispensable pour un apprentissage
intelligent. Pour sa part, Asgard (Turle, 1996) a dj russi obtenir une partie des concepts
trouvs par les systmes de Lenat, mais en contraignant beaucoup moins son systme.
Enfin, SYGEP (Pecego, 1996) a cr de nombreux problmes dans des domaines varis en
arrivant leur donner un intrt pdagogique : en proposant des couples de problmes, le
systme doit aider les lves comprendre la nature des phnomnes physiques, plutt que
de leur faire utiliser mcaniquement des formules.
Traitement de squences
F. D' ALCH-BUC, T. ARTIRES , P. GALLINARI,
A. L IFCHITZ, A. STVENIN
O. G RARD, Y. GUERMEUR,
De nombreuses donnes existent sous la forme de squences. Leur traitement pose des
problmes gnriques que l'on retrouve souvent de faon trs similaire pour des squences
issues de mondes trs diffrents. Parmi ceux-ci, nous nous sommes plus particulirement
intresss aux problmes de la modlisation de squences non stationnaires, la prise en
compte, d'une part, des interactions court et long terme, d'autre part, de plusieurs
niveaux de connaissance pour le traitement d'une squence. Ces travaux ont t raliss
partir de supports applicatifs issus de diffrents domaines.
182
Apprentissage inductif
B. BOUCHON-M EUNIER, C. MARSALA, M. RAMDANI
L'apprentissage inductif suppose donne une base d'exemples caractriss par la valeur
prise par certains critres (taille, qualit), et par une dcision finale, par exemple
l'affectation une classe (classe de prix par exemple). Nous considrons le cas o ces
valeurs sont imprcises ou bien, soit numriques, soit symboliques selon l'exemple. Nous
avons tendu les mthodes classiques bases sur la construction d'arbres de dcision en
autorisant un critre avoir des valeurs exprimes symboliquement (petite, moyenne),
mais reprsentes par des sous-ensembles flous de son univers de dfinition (Bouchon,
Marsala, Ramdani) et dvelopp des algorithmes spcifiques pour la discrtisation de
valeurs numriques.
Une telle mthode a t utilise
dans un systme de traitement d'images
mammographiques, afin de slectionner les critres pertinents pour la dtermination du
caractre malin de microcalcifications, dans une collaboration avec GEMS-E (Bothorel).
184
185
Interface homme-machine
B. BOUCHON-M EUNIER, C. BROUARD, N. OMRI
La gradualit qui intervient dans la dfinition de catgories manipules par des acteurs
humains conduit reprsenter celles-ci par des sous-ensembles flous. Nous collaborons sur
ce sujet avec Ch.-A. Tijus, chercheur dans le laboratoire de psychologie cognitive de
l'universit Paris VIII. Une premire recherche a eu pour objectif l'aide en ligne
l'utilisateur novice d'un systme technique et nous avons ralis le systme SIFADE en
prenant l'exemple de l'utilisation d'un systme de traitement de texte par un novice (Omri).
Ce travail a t prolong, d'une part par l'exploitation smantique d'valuations sensorielles
dans un stage post-doctoral de N. Omri chez Nestl, d'autre part par la construction d'un
autre systme d'interface entre l'homme et la machine dans le cadre d'un contrat DRET dont
le but est la conception d'interfaces de dialogue entre un agent humain et un dispositif
technique, qui apprend reconnatre les catgories manipules par l'agent et rpondre
ses commandes. Un autre aspect de l'aide un agent humain rside dans l'identification et
l'extraction d'informations pertinentes dans une base, et ceci fait l'objet de la thse de
C. Brouard, dans le cadre de nos recherches sur la fouille de donnes.
linguistique crite et orale. Le test auquel nous avons particip est la dicte vocale
"illimite", indpendante du locuteur. La tche de reconnaissance porte sur 655 phrases
(structures en paragraphes) du journal Le Monde (novembre 1996), ce qui correspond
plus de deux heures de parole.
D-DAL est un systme de dicte vocale fond sur les modles de Markov cachs. Des
multi-gaussiennes multi-dimensionnelles constituent les modles acoustiques contextuels,
les n-grammes et n-classes statistiques constituent le modle de langage. Tous les
traitements et les ressources, autres que les corpus textuel et acoustique, ont entirement t
dvelopps au laboratoire. Notre contribution principale a port sur trois points :
l'apprentissage de modles markoviens contextuels, l'adaptation rapide au locuteur et la
reconnaissance de la parole sans contrainte de vocabulaire.
Les densits de probabilit d'mission des observations sont usuellement modlises par une
combinaison de gaussiennes multi-dimensionnelles dans les modles markoviens continus.
2
Un critre fond sur le test du permet de choisir objectivement le nombre de gaussiennes
par tat des machines de Markov phontiques. Ce critre prsente ainsi l'avantage d'viter le
sur-apprentissage, de minimiser le nombre de paramtres d'apprentissage et donc de
diminuer le cot de calcul l'apprentissage et au dcodage. Une srie d'expriences sur la
base de donnes TIMIT a montr qu'il tait possible en n'utilisant qu'un tiers de la base
d'apprentissage d'obtenir les mmes rsultats de dcodage.
La trs forte variabilit inter-locuteurs diminue la discrimination acoustique des modles
indpendants du locuteur. Les modles AR-vectoriels sont utiliss pour dfinir une
classification des locuteurs ainsi que leur pondration et adapter, dans une approche multimodles, l'ensemble d'apprentissage aux locuteurs de test. Plusieurs choix sont alors
possibles pour utiliser cette topologie : r-estimation des modles sur les locuteurs les plus
proches ou somme pondre de modles appris sur des regroupements de locuteurs. La
premire approche est la plus performante, la seconde la plus rapide.
La reconnaissance de la parole sans contrainte de vocabulaire est un problme difficile.
D'importantes ressources (e.g., acoustique, lexicale, linguistique) doivent tre simultanment
prsentes en mmoire. La solution que nous avons dveloppe est l'utilisation d'un lexique
dynamique. Pour chaque phrase de test, une courte liste de mots-candidats est dtermine
avant de procder des calculs dtaills et coteux de comparaisons entre les modles
acoustiques, lexicaux et linguistiques. Pour utiliser efficacement un tel sous-lexique
"dynamique", nous proposons un algorithme original de filtrage de lexique trs grand
vocabulaire partir du dcodage d'une phrase-test en treillis phontique. Le cot de calcul
reste inchang et ces mthodes permettent de diminuer significativement la taille du lexique
originel sans diminution du taux de couverture.
C'est partir de l'ensemble de ces travaux, sous l'environnement HTK (Hidden Markov
model ToolKit), que nous avons dvelopp D-DAL. Quatre types de modles acoustiques
ont t appris sur les 13 CD de BREF-TOTAL (corpus acoustique de 100 heures de parole
du LIMSI) : monophones, biphones gauches, biphones droits et triphones, soit au total plus
de 12000 modles de Bakis 3 tats reprsents par environ 33500 gaussiennes. Les corpus
textuels des dix dernires annes du journal Le Monde constituent la deuxime ressource
externe utilise. Le lexique est constitu des 813 k-mots du Monde appartenant au DP-L
(493 k-mots), Dictionnaire Phontis du LIP6, soit 160k-mots lexicalement diffrents. Les
modles de langage statistiques sont utiliss : bigrammes, trigrammes, biclasses et triclasses,
74 classes grammaticales sont utilises pour les n-classes utilises. Le moteur de
reconnaissance de D-DAL est un systme quatre passes. La premire passe dtermine le
sexe du locuteur par modlisation AR-vectorielle au niveau du paragraphe. La deuxime
passe slectionne dans un lexique dynamique de 40 k-formes (lexicalement,
acoustiquement et grammaticalement diffrentes) par dcodage acoustico-phontique et
187
analyse du treillis phontique. Une troisime passe synchrone engendre un graphe de mots
de profondeur 60 utilisant le modle de langage des bigrammes-biclasses avec traitement
des liaisons et des pauses. Une quatrime phase asynchrone utilise le graphe de mots et le
modle de langage des trigrammes-triclasses pour donner l'hypothse textuelle de D-DAL.
Dans les conditions de test dj cites, les rsultats sont de 69% de reconnaissance avec 10%
d'insertion. Compte tenu de la difficult de cette tche (vocabulaire "illimit", spcificit des
textes du Monde comprenant de nombreux noms propres, mots trangers, mots tmoins de
l'volution de la langue,...), les rsultats sont trs satisfaisants.
Le projet TRANSDOC
C. M ONTACI, M.-J. CARATY
Nous participons au projet inter-laboratoires TRANSDOC dont le but est l'indexation de
documents (textes, images sons, vidos). Notre travail est plus particulirement l'indexation
du canal son de donnes multimdia en dveloppant des mthodes rapides d'alignement du
signal sonore sur un script ainsi qu'en segmentant ce signal en terme de locuteurs. Dans le
premier cas, D-DAL permet un recalage des mots et des phrases constituant le monologue
sur le support audio : d'o un ensemble de repres d'indexation de type lexical qui peuvent
servir de points d'ancrage toute recherche et surtout interagir avec tout autre traitement
(image ou son). Dans le second cas, la partie audio est dcoupe par nos algorithmes
dtection silence/bruit/musique/parole en segments assez longs (quelques secondes) qui sont
le plus homognes possibles en terme de locuteur. La matrice de distances inter-segments
nous permettra de dduire le nombre de locuteurs diffrents et d'en construire des modles.
Cette approche est itrative, car les segments peuvent tre remis en cause et eux-mmes
dcoups en plusieurs sous-segments. Un premier test sur une squence de vingt minutes
fourni par l'INA montre que ces techniques sont extrmement performantes. La maquette
prvue dans le projet TRANSDOC est l'indexation complte du film "Contes de Printemps"
de Rohmer.
188
Apprentissage symbolique
J.-G. G ANASCIA, I. M OULINIER, M. SEFRIOUI, J. THOMAS, J.-D. Z UCKER
La proccupation majeure de tous ceux travaillant sur cet axe thmatique concerne la
nature et le rle des exemples en apprentissage. En effet, soit en tant qu'exemples
d'apprentissage pour l'induction, soit en tant que cas pour le raisonnement partir de cas,
les exemples constituent un matriau essentiel. Cependant, il apparat que les exemples en
eux-mmes ne suffisent gnralement pas ; il convient d'ajouter des connaissances au cours
du processus d'induction lui-mme et de coupler induction et dduction. C'est l'introduction
de connaissances dans les algorithmes d'apprentissage par induction qui motive les travaux
de cette thmatique.
Trois projets relvent de cet axe de recherche. Le premier vise modifier la reprsentation
des exemples afin de prciser ce sur quoi portent les analogies ou les gnralisations. Cette
recherche mene par J.-D. Zucker a conduit dfinir une notion nouvelle ignore la
plupart du temps, mettant en vidence l'importance de la partie de l'exemple sur laquelle
portent l'apprentissage et la gnralisation. Cette approche a donn lieu au dveloppement
du systme REMO qui modifie la reprsentation des exemples. Ce systme utilise
l'algorithme inductif ENIGME+ qui permet de rsoudre le problme de l'apprentissage sur
les exemples reformuls. Les rsultats exprimentaux obtenus sont particulirement
probants. Ils montrent que cette approche permet en pratique d'oprer des inductions sur
plusieurs milliers d'exemples d'apprentissage structurs.
Un second projet porte sur un autre aspect du prtraitement en amont des algorithmes
d'apprentissage ; il s'agit toujours de restreindre la taille de l'espace de recherche de
l'algorithme inductif, mais l'approche adopte ici repose sur le couplage de techniques
d'apprentissage et de mthodes de rsolution de problmes. L'apprentissage est guid par
des connaissances dcrivant la tche qu'un expert du domaine doit rsoudre. Cette
description permet de caractriser le but des rgles produire. Cette approche a t mise en
uvre par J. Thomas dans le cadre du systme ENIGME.
Le travail d'I. Moulinier porte sur la catgorisation de textes, savoir, sur l'application de
techniques d'apprentissage supervis l'indexation de donnes textuelles. La catgorisation
se dcompose en une tape de transformation qui fait passer de textes bruts des ensembles
de mots, en une tape de projection qui rduit la taille de l'espace de reprsentation et en
une tape inductive. Du point de vue de l'apprentissage, les donnes textuelles sont
atypiques : un grand nombre d'exemples sont disponibles, mais le nombre des attributs
dcrivant ces exemples est encore plus important. Afin d'employer les techniques standards
de l'apprentissage symbolique, les dimensions de l'espace de reprsentation doivent tre
drastiquement rduites. Diffrentes mthodes pour raliser ce filtrage ont t proposes et
combines avec le systme d'apprentissage ENIGME bas sur l'algorithme CHARADE et
avec d'autres algorithmes classiques d'apprentissage.
189
Dcouverte et crativit
A. BANTO, V. CORRUBLE, C. MEYER, G. RAMALHO, P.-Y. ROLLAND
Si l'on s'intresse la construction des machines intelligentes, il est indispensable de pouvoir
s'attaquer la modlisation de tches cratives. Malgr le manque de critres faisant
l'unanimit pour caractriser la crativit, certains traits gnraux des tches dites cratives
peuvent tre dgags. A ce titre, on a pu noter, l'absence de buts bien dfinis, l'aspect
intrinsquement dynamique, le fait que les problmes sont gnralement sous-contraints, et
qu'il n'y a pas de justification a priori des choix de concepts utiliss.
Nous avons tudi la dcouverte scientifique dans le domaine mdical avec V. Corruble,
dans le but de comprendre, l'aide de modles informatiques construits sur les outils
d'apprentissage symbolique dvelopps dans notre quipe, le statut de l'induction dans la
connaissance mdicale avant le XIXme sicle. C'est cette recherche qui nous a permis de
publier un article dans la revue Artificial Intelligence.
Nous avons aussi amorc avec A. Banto, actuellement en thse d'universit, une exploitation
des techniques d'apprentissage symbolique dveloppes dans notre quipe pour faire de
l'aide la dcouverte dans le domaine mdical. Ses travaux portent sur l'effet des
antidpresseurs avec l'objectif d'induire des hypothses nouvelles sur la rponse au
traitement, dans le contexte o les donnes mdicales contiennent un nombre trop
important d'attributs dcrivant les exemples disponibles. Le dveloppement des algorithmes
190
191
Il est important d'avoir des connaissances dclaratives pour pouvoir les examiner afin
d'expliquer les raisons d'une dcision. Le systme GnCom (Nigro, 1996) commente une
partie de tarot. Ce jeu de cartes est information incomplte, les mthodes combinatoires
sont donc inutilisables. Pour faire des commentaires senss, il faut d'abord tre capable de
jouer correctement aussi bien dans le rle de l'attaquant que dans celui des dfenseurs, ce
que fait le systme Bateleur. Pour sa part, GnCom a des mtaconnaissances sous forme de
rgles pour analyser les connaissances de Bateleur ; il cherche celles d'entre elles qui
pourraient expliquer le coup du joueur. Pour engendrer automatiquement les
commentaires, il ne suffit pas de donner des explications pour chaque coup jou ; il faut
choisir les coups que l'on va expliquer, et aussi les coups non jous pour lesquels on
donnera une explication du type "Pourquoi pas ?". Le systme fait des commentaires
stratgiques, sur le plan de jeu choisi par le joueur, et des commentaires tactiques, c'est-dire en quoi les cartes joues sont en accord avec ce plan de jeu.
Il y a en IA un regain d'intrt pour le jeu de Go : la diffrence de ce qui se passe pour les
checs, l'approche combinatoire est inutilisable, car il peut y avoir plus de 300 coups
lgaux. Un bon systme de Go devra disposer de beaucoup de connaissances pour bien
slectionner les coups. Le systme Gobelin (Ricaud, 1996, 1997) tudie l'utilisation de
connaissances dclaratives dans le jeu de Go. Ces connaissances sont des concepts
stratgiques : le systme se place un niveau d'abstraction suprieur celui o l'on
considre les cases du goban. Il a t appliqu essentiellement au dbut de partie. Comme
les connaissances sont dclaratives, le systme peut les examiner pour expliquer les coups
jous d'un point de vue stratgique. Il commence par transformer le goban rel en un
goban abstrait qui est plus simple. Il analyse ensuite ce goban abstrait et en dduit un coup
abstrait. Il repasse au niveau rel et considre seulement les coups rels correspondant ce
coup abstrait et choisit alors le coup qu'il jouera rellement. Cette approche permet de
gagner du temps en raisonnant principalement sur le goban abstrait qui est bien plus simple
que le goban rel. Elle est galement intressante au point de vue explication, puisqu'elle
permet de donner les raisons principales pour le choix d'un coup, qui sont alors bien plus
comprhensibles pour un interlocuteur humain que le rsultat d'une recherche
arborescente. Ce systme, test sur des problmes trouvs dans des revues de Go, a eu des
rsultats satisfaisants.
Le systme Indigo (Bouzy, 1996) joue une partie complte de Go. Comme son auteur est
un excellent joueur de Go, il s'est spcialement intress l'aspect cognitif : il s'est inspir de
la faon dont les humains jouent. Il a dfini un nombre considrable de concepts utiles
pour bien jouer au Go. Un problme dlicat est de voir comment il est possible d'utiliser ces
connaissances uniquement en cas de ncessit et de s'en servir de faon incrmentale : on
value autant que possible une situation partir de la position prcdente sans devoir tout
recalculer. Vu la taille du goban, une utilisation systmatique des connaissances conduirait
des temps inacceptables. Le systme se sert de techniques varies, en particulier la
morphologie mathmatique, l'IAD, la logique floue. La thorie des jeux de Conway est
particulirement intressante parce qu'un goban contient plusieurs jeux plus simples que
l'on value indpendamment au dpart selon cette thorie ; il est ensuite ncessaire d'en
faire la synthse en tenant compte de leur importance et de leur priorit pour dterminer le
coup finalement choisi. Indigo a jou de nombreuses parties contre d'autres programmes de
Go.
plutt qu'un humain essaye de les rassembler en observant plus ou moins bien des
(mta)experts plus ou moins bons. Pour cela, le systme a besoin de connaissances pour
dcouvrir de nouvelles (mta)connaissances, une autre varit de mtaconnaissances. Il faut
choisir un domaine pour exprimenter ces ides et celui des jeux est particulirement
intressant car il en existe un grand nombre qui sont de difficults varies. De plus il est
facile d'exposer des travaux faits dans de tels domaines. C'est pourquoi nous avons souvent
pris les jeux comme domaine d'application, notre but n'est pas la ralisation de programmes
de jeux performants, mais l'tude de problmes fondamentaux de l'IA.
Un systme d'apprentissage est oprationnel : Gogol (Cazenave, 1996, 1997). Il est bas sur
l'apprentissage par explication (EBL) et il arrive n'apprendre que des connaissances qui
sont certaines. Il a t surtout expriment avec le Go ; le systme reoit alors formellement
les rgles du jeu et il doit comprendre les raisons des succs ou des checs en utilisant ces
rgles. A partir de parties qui lui sont proposes, il dcouvre de nouvelles mthodes pour
apprcier une situation ; il trouve aussi le moyen de dterminer les changements apports
l'valuation d'une position aprs avoir jou un coup sans tre oblig de tout r-valuer.
Aprs un an d'existence, le programme labor l'aide de ce systme a eu d'excellents
rsultats lors de la comptition des programmes de Go qui a eu lieu au Japon. Mais il a
aussi t appliqu avec succs des problmes de gestion. Par ailleurs, un chercheur vient
de commencer une thse qui porte sur la ralisation de programmes gnraux de jeux.
Il est intressant de crer de nouvelles connaissances dans un autre but que d'amliorer les
performances d'un systme. L'objectif du systme SYGEP (Pecego, 1996, 1997) est de crer
des noncs de problmes. Il est gnral, les caractristiques d'un domaine tant introduites
indpendamment des mtaconnaissances de cration. C'est ainsi qu'il a t appliqu la
gomtrie, l'lectricit, la chimie, l'informatique, la thermodynamique, la mcanique, les
probabilits et l'hydraulique. Il essaye aussi d'aider l'lve apprendre rsoudre des
problmes, par exemple en les classant. Pour cela, il propose des couples de problmes.
Dans un cas les deux noncs apparaissent premire vue trs proches et ont des solutions
trs diffrentes ; dans un autre, les deux noncs semblent trs diffrents et ont des solutions
proches. On espre ainsi que l'lve passera d'une classification du type "c'est un problme
de poulie" une classification du type "c'est un problme sur la conservation de l'nergie".
Un problme important est celui de la cration de nouveaux concepts. Le systme Asgard
(Turle, 1996) part des travaux de D. Lenat. Il arrive trouver des concepts de la thorie des
ensembles ou de l'arithmtique en tant guid par des mtaconnaissances trs gnrales. Il
est ainsi dirig de faon beaucoup plus lche que dans les systmes de Lenat.
MACISTE (Pitrat, 1996) est actuellement capable de rsoudre des problmes l'aide de
mtaconnaissances totalement dclaratives ; il s'agit maintenant qu'il puisse les dcouvrir.
Des travaux prparatoires ont t faits, en particulier, le systme peut mieux observer ce
qu'il fait et pourquoi il le fait. On a galement dvelopp la possibilit pour le systme de
faire des expriences. En effet, quand un systme apprend sans professeur, il doit
dterminer lui-mme les lments qui lui permettront de comprendre les raisons des succs
et des checs. Une faon d'y arriver est de comparer ce qui s'est produit avec ce qui se
passerait si l'on faisait un autre choix. Il reste utiliser ces outils pour apprendre de
meilleures stratgies de rsolution de problmes.
193
Publications
Livres (8)
Benasayag M., Akdag H., Secroun C., Peut-on penser le monde? Hasard et
Incertitude, Editions du Flin, 1997.
Bouchon B., L. Foulloy, M. Ramdani, Logique floue : exercices corrigs et
exemples d'applications, Cpadues-Editions, Toulouse, 1998.
Bouchon B., Nguyen.H.T., Les incertitudes dans les systmes intelligents,
n 3110, Presses Universitaires de France, Paris, 1996.
Bournaud I., Mathieu J., Le regroupement conceptuel pour l'aide l'licitation
des connaissances utilises dans la construction de classifications,
Catgorisation, PUF, Paris, (accept).
Gacgne L., lements de logique floue, Hermes, 1997.
Gacgne L., 512 problmes corrigs, Pascal, C++, Lisp, Prolog, Ellipses,
1996.
Ganascia J.-G., Les sciences cognitives, Flammarion, Collection Dominos,
1996.
Serres M., Farouki F. (Directeurs), Trsor des sciences, Flammarion, 1997. Cet
ouvrage collectif est un dictionnaire des sciences destin un large public.
La part que J.-G. Ganascia a prise est assez importante, puisqu'il a
couvert toutes les sciences de l'information, ce qui fait 550 000 signes
typographiques. C'est la raison pour laquelle l'ouvrage n'est pas rang dans
la catgorie ouvrages de synthse .
195
Brouard C., Bouchon-Meunier B., & Tijus C.-A., Modelling the Interpretation
of Verbal Commands with Fuzzy Logic and Semantic Networks, Second
European Conference on Cognitive Modelling, Nottingham (1998) pp.
143-150.
Caraty M.-J., Montaci C., Lefvre F., Dynamic Lexicon for a Very Large
Vocabulary Vocal Dictation, Eurospeech, Rhodes (1997) pp. 2691-2694.
Caraty M.-J., Montaci C., Multiresolution Analysis for Speech Recognition,
International Conference on Spoken Language Processing, Sydney (1998)
(accept).
Cazenave T., Integration of Different Reasoning Modes in a Go Playing and
Learning System, AAAI Spring Symposium on Multimodal Reasoning,
Stanford (1998).
Cazenave T., Machine Self-Consciousness More Efficient Than Human SelfConsciousness? European Meeting on Cybernetics and Systems Research,
Vienne (1998).
Cazenave T., Metaprogramming Forced Moves, ECAI-98, Brighton (1998) pp.
645-649.
Cazenave T., Speedup Mechanisms for Large Learning Systems, IPMU'98,
Paris (1998) (accept).
Cazenave T., Strategic Evaluation in Complex Domains, FLAIRS 98, Sanibel
(1998).
Cazenave T., Learning with Fuzzy Definitions of Goals, in Logic Programming
and Soft Computing, Research Studies Press, John Wiley & Sons (accept).
Cazenave T., Automatically Improving Agents Behaviors in an Urban
Simulation, Proceedings of the Second International Conference of the
Journal of Industrial Engineering and Applications, San Diego (1997).
Cazenave T., Learning to Manage a Firm, Proceedings of the International
Conference on Industrial Engineering and Applications, Houston (1996).
Chopard-Guillaumot G., Hadj-Mabrouk H., Ganascia J.-G., Towards a
computer aided assessement of railway system preliminary hazard,
Comprail 96, conference internationale sur l'informatique dans les
transports guids (1996).
Corruble V., Ganascia J.-G., The Discovery of the Causes of Leprosy : a
Computational Analysis, Proceedings of the National Conference on
Artificiel Intelligence (AAAI-96) (1996).
Debay P., Eude V., Hayat S., Edel M., Fuzzy control for the future automatic
guidance near the bus station, Fuzz-IEEE'96, New-Orleans, Louisiana
(1996)
Debay P., Eude V., Hayat S., Edel M., Reduction of the number of necessary
sensors for the fuzzy control realisation for the automatic bus guidance,
Eufit'96, Aachen, Germany (1996).
Delechamp J., Bouchon B., Graduality by Means of Analogical Reasoning,
International Conference on Qualitative and Quantitative Practical
Reasoning, Bad Honnef (1997).
Eude V., Bouchon-Meunier B., Collain E., Choix d'operateurs d'agregation
pour l'evaluation de structures hierarchisees, 7th International Conference
on Information Processing and Management of Uncertainty in Knowledgebased Systems IPMU'98, Paris (1998).
Faron C., Ganascia J.-G., Acquisition and maintenance of taxonomies
embedding exceptions when viewed in a definitional approach in
conceptual graphs formalism. Proceedings of KRUSE'97, International
symposium on knowledge representation, use and storage, Vancouver
(1997)
Faron C., Ganascia J.-G., Representation of Defaults and Exceptions in
Conceptual Graphs formalism, International Conference on Conceptual
Structures (1997).
198
199
200
201
202
Caraty M.-J., Barras C., Lefvre F., Montaci C., D-DAL : un systme de
dicte vocale dvelopp sous l'environement HTK, Actes 21mes Journes
d'Etudes de la Parole, Avignon (1996) pp. 289-292.
Cazenave T., Experimental Machine Consciousness, Namur (1998).
Cazenave T., La Mtaprogrammation Logique. Un outil pour Crer et
Transformer de Grands Programmes, Journes Re-Ingenierie des Systmes
d'Informations, Lyon (1998).
Cazenave T., Gogol (an Analytical Learning Program), 1997 FOST cup,
IJCAI'97, Nagoya. (1997).
Cazenave T., Automatic Acquisition of Tactical Go Rules, Game Programming
Workshop, Tokyo (1996).
Cazenave T., Automatic Ordering of Predicates by Metarules, Proceedings of
the 5th International Workshop on Metaprogramming and Metareasoning
in Logic, Bonn (1996).
Cazenave T., Learning to Forecast by Explaining the Consequences of
Actions, Proceedings of the First International Workshop on Machine
Learning, Forecasting, and Optimization, Madrid (1996) pp. 29-38.
Cazenave T., Self Fuzzy Learning, International Workshop on Logic
Programming and Soft Computing, Bonn (1996).
Cazenave T., Moneret R., Development and Evaluation of Strategic Plans,
Proceedings of the Game Programming Workshop in Japan'97, Hakone
(1997).
Chopard-Guillaumot G., Hadj-Mabrouk H., Ganascia J.-G., Aide aux
analyses prliminaires de risques des systmes de transport guids, 10me
Colloque national de fiabilit et maintenabilit, Saint-Malo, tome 1, (1996)
pp. 378-386.
Darricau M., Hadj-Mabrouk H., Ganascia J.-G., A model for reusing
specifications of safety-critical software in the field of automated people
movers, Congrs IEEE, Computational engineering in systems
applications, Nabeul-Hammamet, (accept)
Darricau M., Hadj-Mabrouk H., Ganascia J.-G., Acquisition and structuration
of knowledge of safety critical software specifications, 8th IFAC
Symposium on Transportation Systems, Chania, Greece, Volume 3, (1997)
pp. 1227-1231.
Eude V., Bouchon-Meunier B., Collain E., Reconnaissance d'activites a l'aide
de graphes temporels flous, Rencontres francophones sur la logique floue
et ses applications LFA'97, Lyon (1997).
Faron C., Akoulchina I., Ganascia J.G., Integrating knowledge
in
hypermedias : the system SATELLIT, Proceedings of CESA'96 IMACS
Multiconference, Lille (1996).
Faudemay P., Cheng L., Montaci C., Caraty M.-J., Maloigne C., Tu X.,
Ardebilian M., Le Floch J.-L.*, Multi-Channel Video Segmentation, Actes
International Conference on Multimedia Storage and Archiving System,
SPIE Symp., Boston (1996).
Faudemay P., Montaci C., Caraty M.-J., Video Indexing Based on Image
and Sound, Actes International Conference on Multimedia Storage and
Archiving System, SPIE Symp., Dallas (1997) pp. 57-69.
Fredon A., Les motions : Quels intrts pour l'homme ?, Kornman (ed.),
Colloque Intelligence Artificielle de Berder, Rapport de recherche LIP6
1998/007, (1998) pp. 25-31.
Gacgne L., Optimisation multicritre de contrleurs flous par une stratgie
d'volution approchant la zone de Pareto, Rencontres Francophones sur la
Logique Floue et ses Applications, , Nancy, Cpadues (1996).
Ganascia J.-G., CHARADE & fils : volutions, applications et extensions,
Induction symbolique et numrique, Cpadues (accept).
Ganascia J.-G., Logique et induction: un vieux dbat, Induction symbolique et
numrique. Cpadues (accept).
203
Garcia-Salicetti S., Dorizzi B., Gallinari P., Wimmer Z., Gentric S.,
Segmentation dynamique et rseaux de neurones prdictifs pour la
reconnaissance de mots en ligne, Proceedings Confrence nationale sur
l'crit et le document (CNED '96), Nantes (1996).
Glowinski R., Mantel B., Periaux P., Sefrioui M., Algorithmes gntiques : une
nouvelle technologie de calcul pour la rsolution de problmes
d'optimisation complexes en aronautique, INFAUTOM'96 Toulouse
(1996).
Goutte. C., On the use of a pruning prior for neural networks, Neural Networks
for Signal Processing VI, Proceedings of the 1996 IEEE Workshop, Kyoto
(1996).
Grolimund S., Acclration des mmoires de cas du type plus proches voisins,
Journes franaises d'apprentissage (1996).
Guermeur Y., d'Alch Buc F., Gallinari P., Combinaison linaire optimale de
classifieurs, XXIXe journes de statistiques, Carcassonne (1997).
Hadj-Mabrouk H., Chopard-Guillaumot G., Darricau M., Tools for providing
aide for modelling, storing and assessing safety analyses in the area of
terrestrial guided transport, 29 sympsium international sur les
technologies automobiles et l'automatique (1996).
Le Floch J.-L., Montaci C., Caraty M.-J., Coopration et comptition de
modles en reconnaissance du locuteur, Actes 21mes Journes d'Etudes de
la Parole, Avignon (1996) pp. 395-398.
Le Roux B., Thomas J., Essai d'intgration dans un processus de raffinement
des MRP des engagements ontologiques sur le domaine, JAVA'96, Ste,
France (1996).
Le Roux B., Thomas J., Integrating the domain ontoligal commitments into
the process PSM refinements, EKAW'96 (Position Papers), Nottingham
(1996).
Marsala Ch., Stability of fuzzy decision trees when classifying evolving
observations, Third International FLINS Workshop on Fuzzy Logic and
Intelligent Technologies for Nuclear Science and Industry, Anvers,
Belgique (1998) (accept).
Marsala C., Bouchon B., Fuzzy Learning from Examples, International Panel
Conference on Soft and Intelligent Computing, Budapest (1996).
Marsala Ch., Rifqi M., Inductive views of generalization, (extended abstract),
Proc. of the Int. Conf. EUFIT'97, vol. 2, Aachen (1997) pp. 939-941.
Masson M., Diagnosis and Reasoning Reifying, Expert Systems Applications
and Artificial Intelligence, EXPERSYS 96 (1996).
Masson M., Rifier le raisonnement pour ameliorer les explications dans les
Systemes Base de Connaissances : une application au diagnostic medical,
RJC-IA 96' Nantes (1996).
Masson M., Rifier le raisonnement: un moyen pour obtenir des explications
dans les Systemes Base de Connaissances, IIIe Journees Explication,
Sophia Antipolis (1996).
Meyer C., Ganascia J.-G., Utilization of imitation and anticipation
mechanisms to bootstrap an evolutive distributed artificial intelligence
system. Proceedings of ICMAS'96, 1996 .
Meyer C., Ganascia J.-G., Zucker J.-D., Modlisation de stratgies humaines
par Apprentissage et Anticipation gntiques, Proc. Journes Franaise de
l'apprentissage, JFA'97, (1997).
Moneret R., Les motions mcaniques, Kornman (ed.), Colloque Intelligence
Artificielle de Berder, Rapport de recherche LIP6 1998/007, (1998) pp. 1524.
Montaci C., Caraty M.-J., Lefvre F., Lexique dynamique dans un systme
de reconnaissance de la parole, Actes du Congrs Franais d'Acoustique,
Marseille (1997) pp. 413-416.
204
205
206
Animation de la recherche
Activits ditoriales
Conseils scientifiques de collection
Bouchon B.,
CSIC Publications (Espagne), Collection Theoretical studies on vagueness,
uncertainty and fuzzy logic (comit ditorial)
IEEE Press Book Series, Collection Emerging Technologies in Biomedical
Engineering (comit ditorial)
Handbook of Fuzzy Computation, Oxford University Press (en prparation)
(comit ditorial)
International Handbook on Fuzzy Sets and Possibility Theory, Kluwer Academic
(en prparation) (comit consultatif)
Ganascia J.-G.,
Revue La Recherche (conseil scientifique)
Pitrat J.,
Presses Universitaires de France, collection Psychologie et Sciences de la
Pense (comit d'valuation scientifique)
Rdacteur de revues et membres de comits de lecture
d'Alch-Buc F.,
Revue Electronique d'Apprentissage par les Donnes (comit de lecture)
Bouchon B.,
International Journal of Uncertainty, Fuzziness and Knowledge-based Systems,
World Scientific Publishing (rdacteur en chef)
Analyse de systmes (comit de rdaction)
Revue Internationale de Systmique, Dunod (comit de rdaction de la revue, coresponsable de la rubrique Applications)
Bulletin pour les sous-ensembles flous et leurs applications (comit de rdaction)
Revue d'intelligence artificielle, Herms (comit de rdaction)
207
Ganascia J.-G.,
Revue d'intelligence artificielle, Herms (comit de rdaction)
International Journal of Human Computer Studies
Revue Electronique d'Apprentissage par les Donnes
Gallinari P.,
Revue d'intelligence artificielle (comit de lecture)
Traitement du signal (comit de lecture)
Pitrat J.,
International Journal of Expert Systems (bureau ditorial)
AI Communications (bureau ditoral)
Revue d'intelligence artificielle (bureau ditorial)
Revue scientifique et technique de la dfense (comit scientifique et technique)
Zucker J.-D.,
Revue Electronique d'Apprentissage par les Donnes
Bulletin de l'AFIA (Association Francaise d'Intelligence Artficielle)
diteur d'actes de congrs ou d'ouvrages collectifs
Bouchon B.,
Aggregation and fusion of imperfect information, Physica Verlag, 1997
Gallinari P.,
Industrial Applications of Neural Networks, World Scientific, 1997, (co-diteur avec
Fogelman F.)
Rdacteur associ d'une revue
Bouchon B.,
Le traitement cognitif de donnes imparfaites, Revue Internationale de Systmique,
vol 11-1 (co-diteur) 1997
208
209
Organisation de sminaires
Bouchon B. et Rifqi M.,
Sminaire intelligence artificielle et processus de dcision, en collaboration avec le
groupe de travail Information et Systme de l'AFCET
Groupe d'tude de la DRET sur la logique floue
Pitrat J.,
Sminaire Intelligence Artificielle de l'AFCET (en collaboration avec A. Collinot et
J-L. Dormoy)
Administration de la recherche
d'Alch-Buc F.,
Responsable du thme Approches constructives pour l'apprentissage au sein du
groupe de travail Apprentissage AFCET-AFIA
Bouchon B.,
Co-prsidente du Human Ressource Committee du rseau d'excellence ERUDIT,
ESPRIT III Basic research action
Rapporteur scientifique du club CRIN logique floue (jusqu'en 1996)
Membre du Bureau du Club CRIN Ingnierie du Traitement de l'Information
(depuis 1997)
Membre du Comit Directeur du Comit Technique Systmique et Cognition de
l'AFCET
Membre du Conseil Scientifique de l'Ecole d'Ingnieurs en Gnie des Systmes
Industriels, La Rochelle
Caraty M.-J.,
Membre de la commission de spcialistes, section informatique (UPMC)
Animateur adjoint du groupe de rflexion sur la dicte vocale de l'AUPELF-UREF
Gallinari P.,
Responsable en France du comit scientifique du rseau d'excellence europen
NEuroNet, membre du bureau et responsable du comit scientifique de ce rseau
Membre de la commission de spcialistes, section informatique et section traitement
du signal (UPMC)
Responsable d'un groupe du GDR-PRC IA (94-97)
Ganascia J.-G.,
Directeur du Groupement d'Intrt Scientifique (GIS) Sciences de la Cognition
Responsable d'une quipe du PRC intelligence artificielle
Directeur d'une quipe associe un rseau d'excellence europen (MLnet)
Membre de la commission de spcialistes, section informatique (UPMC)
Membre du conseil scientifique des confrences Jean Nicod, confrences de
philosophie organises par le (GIS) Sciences de la Cognition
Membre du comit scientifique de l'institut des textes et manuscrits (PR7) du CNRS
Membre du comit scientifique des laboratoires : I3S (Nice), LISI (Lyon), ENST,
ITEM
Examinateur externe du Master of science in applied artificial intelligence de
l'Universit d'Aberdeen, Ecosse (jusqu'en 1996)
Membre du comit scientifique du GDR Casini jusqu'en 1999
Membre du comit scientifique du programme Patrimoine crit du CNRS
jusqu'en 1997
210
Kieu L.-Q.,
Assistante du directeur du Groupement d'Intrt Scientifique (GIS) Sciences de la
Cognition
Montaci C.,
Membre du conseil de l'UFR d'informatique (UPMC) (jusqu'en 1997)
Membre du comit de direction du GDR-PRC CHM
Coordinateur du projet GDR-PRC AMIBE
Membre du bureau du groupe francophone de la communication parle de la
socit franaise d'acoustique
Pitrat J.,
Membre de la commission de spcialistes, section informatique (UPMC)
Membre du Conseil scientifique des thmes (LIP6)
Membre du conseil scientifique du LIMSI (UPR 3251)
Membre du conseil pdagogique du DEA sciences cognitives (jusqu'en 1996)
Rifqi M.,
Membre du conseil de l'UFR d'informatique, UPMC (jusqu'en 1996)
Zucker J.-D.,
Responsable du projet Environnement multi-stratgique pour la Fouille de Donnes
(Data Mining) entre l'acadmie des Sciences de Pkin et l'Universit Paris VI,
Projet PRA (1997-2000)
Membre du projet GIS-Science de la cognition "Apprentissage de donnes
complexes". Projet NCNA 47 (1997-1999)
Bourse de l'European Science Fundation (ESF fellowship) pour participer au
programme Europen de recherche Learning in Humans and Machines sous la
direction du Pr. Peter Reinman (Univ. Freiburg). Membre de la Task Force 1 :
"Changements de reprsentation" (1996-1999)
Membre titulaire de la commission de spcialistes, universit Paris XI (1998-2002)
Membre supplant de la commission de spcialistes, universit de Tours
Membre supplant de la commission de spcialistes, universit de Nantes
211
Bournaud I.*,
Regroupement
conceptuel
pour
l'organisation
de
connaissances, Thse d'universit, UPMC, 4/10/96, encadre par Mathieu J.
Cazenave T., Systme d'apprentissage par auto-observation. Application au
jeu de Go., Thse d'universit, UPMC, 13/12/96, encadre par Pitrat J.
Cibas T., Contrle de la complexit dans les rseaux de neurones :
rgularisation et slection de caractristiques, Thse d'universit, Universit
d'Orsay, 18/12/96, encadre par Gallinari P.
Corruble V., Possibilit et limitations d'une approche inductive de la
dcouverte en mdecine, Thse d'universit, UPMC, 13/06/96, encadre par
Ganascia J.-G.
Faron C., Connaissances taxinomiques : reprsentation de taxinomies
comportant des exceptions et construction d'hypermedias base de
connaissances taxinomiques, Thse d'universit, UPMC, 20/10/97, encadre
par Ganascia J.-G.
Garcia S., Une approche neuronale prdictive pour la reconnaissance enligne de l'criture cursive, Thse d'universit, UPMC, 17/12/96, encadre
par Gallinari P. et Dorizzi B.
Goutte C., Apprentissage statistique et rgularisation pour la rgression.
Application l'identification de systmes et la modlisation de sries
temporelles, Thse d'universit, UPMC, 7/07/97, encadre par Gallinari P.
Grolimund S., Apprentissage de connaissances de contrle pour l'optimisation
combinatoire : intgration du raisonnement partir de cas dans la
mthode Tabou, Thse d'universit, UPMC, 20/02/97, encadre par
Ganascia J.-G.
Guermeur Y., Combinaison de classifieurs statistiques, Application la
prdiction de la structure secondaire des protines, Thse d'universit,
UPMC, 10/12/97, encadre par Gallinari P.
Kelman A., Modles flous pour l'agrgation de donnes et l'aide la decision,
Thse d'universit, UPMC, 3/12/96, encadre par Bouchon-Meunier B.
Ledoux C., Application des techniques connexionnistes l'identification de
systmes dynamiques, Thse d'universit, UPMC, 7/03/97, encadre par
Gallinari P.
Marsala C., Apprentissage inductif en prsence de donnes imprcises :
construction et utilisation d'arbres de dcision flous, Thse d'universit,
UPMC, 6/01/98, encadre par Bouchon-Meunier B.
Mnage X., Systme flou pour le contrle de qualit, Thse d'universit, UPMC,
17/09/96, encadre par Bouchon-Meunier B.
Moulinier I., Une approche de la catgorisation de textes par l'apprentissage
symbolique, Thse d'universit, UPMC, 29/11/96, encadre par
Ganascia J.G.
Pecego G., SYGEP, Un Systme de Gneration d'Enoncs de Problmes dans
des domaines varis, Thse d'universit, UPMC, 12/06/98, encadre par
Pitrat J.
Ramalho G., Construction d'un agent rationnel jouant du jazz, Thse
d'universit, UPMC, 13/01/97, encadre par Ganascia J.-G.
Rifqi M., Mesures de comparaison, typicalit et classification d'objets flous :
thorie et pratique., Thse d'universit, UPMC, 18/12/96, encadre par
Bouchon-Meunier B.
Sfrioui M., Algorithmes volutionnaires pour le calcul scientifique :
Application l'lectromagntisme et la mcanique des fluides, Thse
d'universit, UPMC, 29/04/98, encadre par Ganascia J.-G. et Priaux J.
Stevenin A., Rseaux connexionnistes pour le traitement symboliquenumrique : une application la comprhension du langage, Thse
d'universit, UPMC, 26/03/96, encadre par Gallinari P.
Thomas J., Vers l'intgration de l'apprentissage symbolique et de l'acquisition
de connaissances base sur les modles : le systme ENIGME, Thse
d'universit, UPMC, 3/12/96, encadre par Ganascia J.-G.
212
Projets et contrats
Participation aux grands programmes de recherche nationaux
PRC-GDR communication homme-machine
Ple Parole, AMIBE
Responsables scientifiques : C. Montaci, M.-J. Caraty, dure : 7/93-7/96,
financement : 177 kF
Groupe de Recherche et d'Etude sur les Gnomes
Etude du repliement des protines l'aide de techniques d'apprentissage
symbolique et de rseaux de neurones formels
Responsable scientifique : J.-G. Ganascia
213
Contrats industriels
GEMS-E [Analyse smiologique des signes radiologiques dans le cadre de
l'imagerie mdicale]
Responsable scientifique : B. Bouchon-Meunier, dure : 12/93-11/96
Il s'agissait d'utiliser la logique floue pour l'analyse de milcrocalcifications sur
des mammographies et l'aide au diagnostic des signes malins dans le cancer du
sein.
Matra [tude d'algorithmes de dtection de mots en environnement bruit]
Responsable scientifique : M.-J. Caraty, C. Montaci, dure : 2/95-1/97,
financement : 150 KF
GIAT Industries [Systme d'aide la dcision de tir]
Responsable scientifique : B. Bouchon-Meunier, dure : 11/95-11/98
Il s'agit de mettre au point une aide la dcision de tir par les chars en position
de combat, partir des informations disponibles sur le terrain
Thomson CSF [Modlisation de contraintes spatio-temporelles floues dans les
Gabarits]
Responsable scientifique : B. Bouchon-Meunier, dure : 12/95-12/98
Il s'agit d'incorporer la modlisation de contraintes spatio-temporelles floues
dans la technique des Gabarits et la propagation de ces contraintes dans un
raisonnement approximatif et incertain.
Schneider Electric [Les rseaux de neurones comme technique de dtection et
de diagnostic de dfauts dans les rseaux lectriques]
Responsable scientifique : P. Gallinari, dure : 1996, financement : 90 KF
Philips [Modles connexionnistes adaptatifs pour systmes temps rel]
Responsable scientifique : P. Gallinari, dure : 2/96-1/98, financement :
150 KF
Dassault Aviation [Optimisation du profil d'ailes d'avion et de la rflectance
radio l'aide d'algorithmes gntiques]
Responsable scientifique : J.-G. Ganascia, dure : 2/96-12/98, financement :
120 kF
GEMS-E [Aide au diagnostic flou partir d'images mdicales]
Responsable scientifique : B. Bouchon-Meunier, dure : 03/97-03/99
Il s'agit de poursuivre le travail prcdent en intgrant l'analyse d'autres
indicateurs sur les mammographies, ainsi que des signes cliniques annexes.
La Poste [Ralisation d'une tude sur le reconnaissance automatique de
caractres manuscrits]
Responsable scientifique : P. Gallinari, dure : 6/98-6/2001, financement :
525 kF
Contrats internationaux
Ingenet (BRITE-EURAM n 97 5034) Networked industrial design and control
applications using genetics algorithms and evolution strategies
Responsable scientifique : J.-G. Ganascia, dure : 11/97-11/2000, financement :
237 kF
Le LIP6 est sous-contractant de Dassault-Aviation
214
NEuroNet (ESPRIT III BRA n 8961) Rseau d'excellence sur les rseaux de
neurones
Responsable scientifique franais : P. Gallinari, dure : 5/94-5/97, financement :
100 kF
NeuroNet est un rseau d'excellence sur les rseaux de neurones. Le but de ce
projet est de dvelopper et promouvoir ces techniques auprs du milieu
industriel et de fdrer les activits europennes en matire de recherche dans
les organismes publics. La structure actuelle de ce rseau est : un nud
principal (King's College, London), un nud coordinateur dans chaque pays
de la communaut et des nuds dits associs dans l'ensemble de ces pays.
Partenaires : King's College, London (UK), Universit Degli Studi di Genova
(I), Universit Libre de Bruxelles (B), Technical University of Denmark (DK),
Era Technology LTD (UK), University of Nijmegen (NL), Universitt Bonn (D),
Instituto de Ingenieria del Conocimiento (E), National Technical University of
Athens (GR), Siemens AG (D), Kungliga Tekniska Hogskolan (S), Paris 6 (FR),
Helsinski University of Technology (SF)
Learning in Humans and Machines, Term Programme, European Science
Foundation
Responsable scientifique : J.-D. Zucker, dure : 1994-1997
NEUROSAT (Environnement et climat n 0314) Mthodes neuronales pour la
tldtection satellitaire
Responsable scientifique : S. Thiria (LODYC-IPSL, UMPC), P. Gallinari, dure
1996-98, financement 100 kF
Mlnet (ESPRIT III BRA 7115) Network of Excellence in Machine Learning
Responsable scientifique : J.-G. Ganascia, dure : 1992-1996
Universit d'Aberdeen (GB), Universit d'Amsterdam (NL), ARIAI (AT),
Universit de Bari (I), Universit de Bradford (GB), CEAB (E), Universit de
Coimbra, CRIM-ERA (F), Universit de Dortmund (D), FORTH (G), Universit
de Frankfurt (D), GMD (D), Universit Catholique de Louvain (B), Lubliana
AI Labs (Y), Universit de Nottingham (GB), Universit de Porto (P),
Universit d'Orsay (F), Universit de Pavie (I), Reading University (GB),
Universit de Savoie (F), Universit de Stockholm (S), Universit de Tilburg
(NL), Universit de Turin (I), Trinity College Dublin (IR), Fondation Ufo
Bordoni Rome (I), VUB Bruxelles (B), Alcatel Alsthom recherche (F), British
Aerospace plc (GB), CSELT Spa (I), Isoft (F), Matra Marconi Space (F),
Siemens AG (D)
UPMC-Universit d'Amsterdam, Facult de Psychologie
Responsables scientifiques : J.-G. Ganascia, P. Perny, dure : 1995-1999*
Co-tutelle de thse de P. Beys
UPMC-Universit Vytautas Magnus de Kaunas (Lituanie)
Responsable scientifique : J.-G. Ganascia, dure : 1996-2000
Coopration franco-marocaine (accord CNRS/CNCPRST), Facult des sciences
et techniques de Mohammadia (Maroc), Connaissances expertes floues et
apprentissage
Responsable scientifique : B. Bouchon. dure : 1996-1998
Visiteurs trangers
Amarel Saul, Rutgers University, (oct. 96)
Giordana Attilio, Dip. Informatica, Universit de Turin (janv./mars 97)
Kreinovich Vladik, Computer Science Departement, University of Texas at El Paso
(avril/aot 96)
Ramdani Mohamed, Dpartement d'Informatique, Facult des Sciences et
techniques de Mohammadia , Maroc (avril 96)
215
216