1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez...

75
1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez [email protected] bureau H213 Laboratoire LM2S Université de technologie de Troyes 12, rue Marie Curie BP 2060 10010 TROYES cedex

Transcript of 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez...

Page 1: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

1

Raisonnement à partir de cas : des fondements aux

applications

Sophie Loriette-Rougegrez [email protected]

bureau H213

Laboratoire LM2SUniversité de technologie de Troyes

12, rue Marie CurieBP 2060

10010 TROYES cedex

Page 2: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

2

Plan du cours Quand utiliser le ràpc ? Origines du ràpc :

Le modèle cognitif Le raisonnement par

analogie Les étapes du ràpc Les techniques utilisées Le ràpc et les autres

techniques de raisonnement Adresses et bibliographie

Page 3: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

3

Pourquoi le RàPC ?

Problème dans la construction de certains systèmes à base de connaissances : la connaissance s’adapte mal à une représentation déclarative sous forme de règles

Experience

REGLES

Page 4: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

4

Exemples d’utilisation du RàPC

Diagnostic médical : “Les problèmes de ce patient sont très semblables aux symptômes de cette maladie”

immobilier : Ma maison est très semblable à celle qui vient d ’être vendue au bas de la rue pour

750 000 F

domaine juridique : Ce licenciement abusif est en tout point similaire au dossier Dulino de mai 97

Page 5: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

5

Quand utiliser le Ràpc ?

L ’expérience représente la plus grande partie des connaissances sur un sujet

Les experts parlent de leur domaine en citant des exemples

Les problèmes ne sont pas complètement compris (modèles faibles, connaissances du domaine faibles)

Beaucoup d ’exceptions au cas général Besoin de construire une mémoire d’entreprise Un volume de données satisfaisant doit exister

lorsque ....

suff

isan

tes

Page 6: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

6

Principe sous-jacent au RàPC

Problème

Solution

Nouveau problème

Nouvelle solution

Nouveau problème = problème cible ancien problème = problème sourceNouvelle solution = solution cible ancienne solution = solution source

Page 7: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

7

Problème/Solution

Pas de définition générale

Définition liée à chaque application

Selon la tâche, la solution sera bien ou approximativement définie

(classification/aide à la décision) la qualité de la solution pourra être évaluée

Page 8: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

8

Modèle cognitif du rapc Influence majeure :

recherches sur les processus liés à la compréhension La compréhension est vue comme

un processus d ’explication notre connaissance permet de

générer les explications Exemple :

Cela suppose un certain nombre de prédictions pour lier les éléments du texte les uns aux autres.

Frédéric est allé au restaurant. Il a commandé un menu végétarien.

Page 9: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

9

Théorie des scripts Schank et Abelson (77) proposent une représentation de notre

connaissance sous forme de scripts

Les scripts représentent notre connaissance épisodique

D ’autres formes de connaissance existent (buts, plans, etc.) déjà considérés dans les systèmes informatiques

Les scripts sont supposés faciliter notre compréhension par expositions répétées à la même situation

Scripts = alternative à la théorie des schémas (Brewer & Nakamura 84)

Page 10: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

10

Insuffisances du modèle Un script est supposé servir de référence dans la compréhension d ’un

épisode. Ex : script « aller chez le dentiste »

On doit pouvoir représenter des schémas généraux et des instances de ces schémas

La théorie des scripts ne précise rien sur ce qui est créé en premier

Un schéma général créé à partir de plusieurs instances ?Une première instance généralisée pour servir de schéma général ?

Page 11: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

11

Insuffisances du modèle (suite)

Les scripts sont très détaillés

Des scènes se répètent

Redondance d ’informations, sans lien entre ses différentes instances

- Coûteux- frein à la généralisation

Page 12: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

12

Insuffisances du modèle (suite)

Les résultats mettent en évidence des confusions entre scènesappartenant à des scripts différents

Expériences de Bower, Black, Turner (1979)

Page 13: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

13

L ’accès aux connaissances épisodiques

Comment accède-t-on aux connaissances épisodiques ? Travaux de Schank et Abelson en 77 émettent l ’hypothèse suivant laquelle

les mêmes algorithmes sont utilisés à la fois pour la recherche de la connaissance générale et de la connaissance spécifique

Théorie de la mémoire dynamique (Schank 82)

Page 14: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

14

Théorie de la mémoire dynamique (Schank 82)

Hypothèses se souvenir, comprendre, expérimenter, apprendre, sont des processus

indissociables la mémoire évolue sous l ’influence de l ’expérience

Proposition de M.O.P.

Page 15: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

15

MOP : consulter un professionnel

Professional office visit Entry cond. : client needs service of professionalexpected result : professional serves client; solves problemcharacters : client, professional, staffsequence of events :

Make appt. :sequence of events :client calls prof.client asks for appt.date settled

Go(local travel)

Enter OfficeSequence of events :client entersclient signs inclient sits

Wait room See Prof. ....

Séq.évts Scènes

$toothage $exam

Serv = toothageServ. = phys. Exam..

Scripts

Page 16: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

16

La scène « commande »

Ordering :

characters : client, organization representative (rep)

sequence of events :

client MTRANS to rep <need>

Setting = fast-food rest.

menu is visible on wall

Client has catalog

client wants quick service

$fast-food order

sequence of events :

client examines wall menu

client chooses

client tells cashier

cashier punches register

$Restaurant-order

sequence of events :

client examines menu

client chooses

...

Page 17: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

17

Autre origine : le raisonnement par analogie

"rapport, similitude partielle d'une chose avec une autre"

ex : analogie atome/système solaire, l'analogie courant électrique/cours d'eau.

Le raisonnement par analogie consiste à avoir recours à un élément mieux connu pour inférer des informations sur un élément qui l'est moins.

Deux types d’analogie : analogie heuristique [Coulon et al. 89-90] et analogie recours [Bruneau et al. 89]

Page 18: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

18

Composantes

Théorie de Spearman : 3 composantes

Théorie  componentielle de Sternberg (1977) : opérations mentales fondamentales

Ordre contesté en 79 par Whitely et Barnes : approximations successives

Gentner (83 ) : importance de l ’identification de relations de haut niveau

Page 19: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

19

Le "carré" analogique

A

B

C

D

a

c

b

Page 20: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

20

Principales étapes du RàPC

Une situation cible Recherche de cas similaires dans la base de cas (<>

BD) Adaptation de la solution trouvée

Prix ?

Cas similaires

Adaptation

Représentation des casindexation des casévaluation et comparaison de casadaptation de cas

Page 21: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

21

Généralités

Cas une expérience

Base de cas les cas doivent être bien choisis : typiques,

importants, etc. Similarité

évaluer la ressemblance de 2 cas (ou la pertinence d ’un cas ?)

Page 22: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

22

Généralités (suite)

Similarité : locale (valeurs d ’attributs) globale (ts attributs + poids).

Recherche de cas BD : appariement exact CBR : appariement inexact L ’appariement doit être efficace

Page 23: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

23

Généralités (suite)

Adaptation de petites différences peuvent engendrer des

modifications importantes Apprentissage

Objectif : améliorer les performances du système au fur et à mesure de son fonctionnement

CBR peut être combiné à d ’autres modes de raisonnement

Page 24: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

24

La représentation des cas

Page 25: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

25

Qu'est-ce qu'un cas ?

"Une connaissance contextualisée qui représente une expérience enseignant une leçon pour

satisfaire les buts du raisonneur" (Kolodner 93)

Circonstances ou situation relatifs à une personne, une chose, une action...

Une chose qui a existé ou qui s'est réellement produite

Des circonstances décrivant un contexte dans lequel a été prise une décision

Une description de surface

Page 26: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

26

Représentation des cas

Les cas sont souvent décrits par un ensemble de caractéristiques

AnnéeModèleConstructeurOptionsKilométrage

Page 27: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

27

Contenu des cas

Représentation minimaledescription de problème

solution

Extensions Contexte (justification etc.)

Liens avec d’autres cas

Echecs rencontrés

Page 28: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

28

Formalismes de représentation

Frames (MEDIATOR (Kolodner and Simpson 89)), (Casey (Koton 89))

Objets : frames + héritage de procédures + envois de messages. KRL (Bobrow et Winograd 77)

Logique des propositions/prédicats Vecteurs

Page 29: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

29

CHEF (Hammond 89)(def: rec broccolu-with-tofu

(ingredients

ingr1 (tofu lb .5)

ingr2 (soy-sauce tablespoon 2)

ingr3 (rice-wine spoon 1)

ingr4 (corn-starch tablespoon .5)

ingr5 (sugar spoon 1)

ingr6 (broccoli lb 1)

ingr7 (r-pepper piece 6))

(actions

act1 (chop object (ingr1) size (chunk))

act2 (marinade object (result act1)

in (& (ingr2) (ingr3) (ingr4) (ingr5))

time (20))

act3 (chop object (ingr6) size (chunk))

act4 (stir-fry object (& (result act2) (ingr7)) time (1))

act5 (add object (result act3) to (result act4))

act6 (stir-fry object (result act5) time (2)))

(style style-stir-fry))

Page 30: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

30

Les cas de CELIA (Redmond 92)

Titre du cas - la voiture cale

1

2

3

4 5 6, 9

7 8 10

11

Page 31: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

31

CELIA Cas structurés en fragments

1 fragment -> 1 but de l ’enseignant

fragments indexés individuellement

contexte fragment

contexte = dysfonctionnements du système diagnostiqué + résultat des actions entreprises + historique des actions entreprises

similarité sur la liste des actions entreprises et le but

Indexation des fragments par une structure de MOP

Page 32: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

32

CASE REPRESENTATION in REBECAS (Loriette-Rougegrez 95)

Instant ti

Instant tj Instant tl

Instant tk

Case 3 (axis d)

Vegetation Relief WindPropagation

Page 33: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

33

An axis in REBECAS

sourceparameters

targetparameters

Relief

Vegetation

Wind

Propagation

Coniferes

40 km/h,140 °

21/8/90 16:15

50 km/h110 °

21/8/90 17:00

21/8/9016:30

(125°, 1400 m)

21/8/9017:00

(125°, 1700m)

Pins

1000 m 2300 m

PAST FUTURE

Page 34: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

34

L ’indexation

Page 35: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

35

Indexation

Objectif : pouvoir retrouver, rapidement, les bons cas. Les indices indiquent les circonstances dans lesquelles le cas peut être utile indexation au moment de la constitution de la base de cas

Déterminer en quoi un cas est proche de la nouvelle situation recherche des cas les plus intéressants

Page 36: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

36

Problématique de l ’indexation Les succès et les échecs sont-ils indexés dans la même base de cas ? Les indices organisent-ils la base de cas sur des similarités ou différences

(HYPO (Ashley 91)) ? A quoi accède-t-on ?

Nombre de cas succès/échecs instances/généralisations ? Descriptions de problèmes/solutions ?

L ’indexation est-elle nécessaire : plus proche voisins + implémentation parallèle suffisantes ?

Stocker des échecs ou revoir l ’indexation ? Ou utiliser des démons (CHEF) ?

Page 37: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

37

Qualités requises pour les indices

Permettre de différencier les cas, et être annonciateurs de l ’issue du cas

avoir un bon niveau d ’abstraction pour pourvoir rendre les cas utilisables dans différentes circonstances en évitant toutefois un niveau d ’abstraction trop élevé pouvant être à

l ’origine d ’inférences multiples pour reconnaître les correspondances entre attributs

couvrir l ’ensemble des cas pouvant se produire : le choix se fait essentiellement en fonction du domaine et des tâches à effectuer par le système

Page 38: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

38

Indexation manuelle Etablir la check-liste

1. Lister les tâches faisant l ’objet de la recherche de cas, 2. Pour chaque tâche, déterminer les types de caractéristiques prédictives des

solutions, 3. Idem pour les caractéristiques prédictives des issues, 4. Pour chaque type de caractéristique, calculer l ’ensemble des généralisations

utiles de la caractéristique et s ’assurer que les caractéristiques choisies sont reconnaissables (disponibles pendant le raisonnement),

5. Créer la check liste en collectant l ’ensemble complet de caractéristiques à partir de la comparaison 2 à 2 des cas, déterminer ce qui permet de les

différencier (ici on parle des valeurs et non des indices) (CYRUS)

=> souvent combinaison des 2. Aboutit généralement à un grand nombre d ’indices prédictifs, mais trop nombreux pour être prédictifs dans tous les cas.=> recherche du meilleur cas en 2 étapes

ex : MEDIATOR (buts des disputants, types d ’objets disputés), CLAVIER (Hennessy et hinkle 92 )

Page 39: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

39

Méthodes d'indexationautomatiques

Méthodes statistiques permettent de déterminer les caractéristiques importantes, et de

leur associer un poids utilisation a priori

génération d ’explications : pour savoir comment indexer un cas, on explique l ’issue du cas. Les indices sont les éléments apparaissant dans l ’explication.

méthode inductive

Combinaison de plusieurs méthodes : manuelle + explications dans CHEF

Page 40: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

40

Indexation automatique par explication (knowledge-based) création d ’explications par un système peut se faire par différentes méthodes :

mécanisme de preuve, case-based (swale (kass et leake 88)) : stocke explications, règles (chef)

expliquer quoi ? buts poursuivis lors de la réalisation de la situation décrite dans le cas

utilise beaucoup de connaissances du domaine

procède à une généralisation de l ’explication

puis extrait les indices de l ’explication généralisée

Avantage : les indices sont toujours liés à la réussite ou l ’échec décrit dans le cas

Page 41: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

41

Indexation par induction Intéressant lorsque le but guidant la recherche de cas est très bien défini. Les cas sont considérés comme des exemples illustrant des concepts Des algorithmes comme ID3 (Quinlan 86) sont alors utilisables

Avantages : procède à un calcul rigoureux des indices permettant de distinguer et de

représenter les cas ce calcul sert à organiser la base de cas. Temps d ’accès de l ’ordre de log(N) ne nécessite pas de connaissance du domaine

Inconvénients : temps de calcul requiert une grande base de cas au départ pour exécuter l ’algorithme d ’induction

Technique présente dans les outils de construction de systèmes rapc

Page 42: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

42

Modèles qualitatifs

Utilisés entre autres dans (Dattani and Bramer, 1995)

Un modèle qualitatif contient des nœuds représentant des paramètres du domaine d ’application, et des arcs, représentant leurs relations (une flèche dans (Dattani and Bramer, 1995) indique un lien de précédence)

Le modèle indique également en quoi une combinaison de caractéristiques affecte l ’issue du cas -> utilisé au cours de l ’indexation inductive

Editeur de modèles dans REMIND

Page 43: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

43

Utilisation des modèles qualitatifs

Immobilier (Dattani and Bramer 1995)

Maintenance d ’avions (Dattani, Magaldi and Bramer 1996)

Maintenance de réseaux de PC (Moss, Bramer and Dattani 1996)

Page 44: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

44

La recherche du/des meilleur(s) cas

Page 45: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

45

Rechercher quels cas ?

Les cas utiles

un cas est utile s'il est similaire au nouveau problème selon des dimensions aidant le raisonneur à faire une tâche ou atteindre un but (Kolodner 93)

il faut : un algorithme qui sache comment explorer la mémoire des algorithmes capables de choisir quels cas sont intéressants le nouveau problème

On peut aussi rechercher des « fragments » de cas CELIA, REBECAS !

Page 46: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

46

La similarité ne suffit pas toujours

des informations peuvent avoir de l ’importance dans certains cas et pas dans d ’autres. Ex : âge du patient

on doit rechercher les cas utiles. Notion subjective et variable dans le temps

L ’utilité ne peut être calculée a priori mais la similarité peut l ’être. La similarité est une mesure objective

Page 47: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

47

Propriétés souhaitées

La similarité entre le cas cible et le cas source implique une utilité du cas source

la similarité est basée sur des faits connus

la similarité peut être plus ou moins grande : nécessité de la quantifier

Page 48: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

48

Fonctions d’acceptation

Origine : [Lenz et al. 98] cas cible noté q, cas considéré noté c On définit l ’acceptation entre c et q, notée acc(q, c) acc(q, c) est fonction des acceptations locales entre

entités d ’informations (attributs-valeurs) (e,e ’), acceptation locale entre e et e ’, peut être forte

pour 2 entités liées : e et e ’ similaires/e et e ’ contraires (e,e ’)=0 si e ’ est sans intérêt pour e (e,e ’)<0 si e ’ doit absolument être évité

Page 49: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

49

Fonctions d ’acceptation (suite)

(e,e ’)peut être définie par une fonction floue représentant le domaine de l ’attribut

ex : (été,mois = juin) Plusieurs entités e ’ peuvent

être associées à une entité e: nécessité d ’une fonction locale d ’accumulation

1

0mois

été

Page 50: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

50

Fonctions d ’acceptation (suite)

Acceptation globale doit considérer l ’intérêt de chaque attribut dans c,

pour q fonction de la pertinence de chaque ei dans c, des

accumulations locales

Page 51: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

51

Etablissement des correspondances entre entités d ’informations

noms

heuristiques

Page 52: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

52

Calcul de (e, e ’)

hiérarchie d'abstraction

distance qualitative ou quantitative

Page 53: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

53

Hiérarchies de symboles

Les caractéristiques décrites dans les cas sont souvent associées à des valeurs symboliques,

La similarité de 2 symboles va dépendre de la proximité des symboles dans une hiérarchie d ’abstraction

Les symboles sont regroupés dans des hiérarchies d ’abstraction

Page 54: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

54

Types de recherche

fonction du cas en cours d’étude : recherche séquentielle --> organisation plate recherche hiérarchique --> organisation hiérarchique

==> appariement partiel par réseaux

fonction d’un pattern (Template matching)

==> appariement exact

Page 55: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

55

Recherche séquentielle(méthode des plus proches voisins)

La base de cas est une liste chaque cas est testé

+ toute la base est examinée

+ qualité de la recherche = f(appariement)

+ ajout de cas facile

- coûteux

- Problème : déterminer le poids des caractéristiques

- temps de la recherche est en 0(n)

((cas2 f1 f5 f9) (cas3 f6 f7 f8 f10)...)

Page 56: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

56

Recherches hiérarchiques

indices organisés en arbre comparer les caractéristiques de chaque noeud aux

caractéristiques correspondantes du nouveau problème descendre la hiérarchie rejeter le sous-arbre

arbres conçus par les méthodes inductives recherche rapide deux conditions : une caractéristique "cible" et un nombre de cas

significatif Exemples : mémoire dynamique, mémoire catégories/exemples

Page 57: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

57

Réseaux de caractéristiquespartagées

noeud = ensemble de caractéristiques partagées par les cas indexés par ce noeud ou un de ses descendants

l’ordre des caractéristiques établissant la partition doit suivre leur importance

+ rapide

- qualité de la structuration est temporaire

Page 58: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

58

Disputes

Disputant is a countryDisputed object is a land mass

Disputant is a childdisputed object is a food

Physical dispute(Korea)

Political dispute(Panama)

Object is an orangedisputants are sistersdisputants are teens

Object is candy(Candy)

disputants want objectas a whole(Orange1)

Disputants wantdifferent parts of object

(Orange2)

Cas

Page 59: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

59

Réseaux de discrimination

Chaque noeud est une question discriminant les cas indexés par ce noeud ou un de ses descendants

L’ordre des caractéristiques établissant la partition doit suivre leur importance

Page 60: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

60

Dispute type ?

Physicaldisputant goal ?

OwnershipOwnership of which piece ?

Whole object ?Type of object ?

Part of object

Orange 2

Food ?Type of food ?

Candy

Candy

Fruit

Orange 1

Land

Korea

Political

Panama

Page 61: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

61

Réseaux de discriminationredondants

traite l'incomplétude éventuelle des données

réseaux parcourus en parallèle

+ des chemins différents pour chaque cas

- occupation mémoire, ajout de cas coûteux

ex : CYRUS

Page 62: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

62

Diplomatic meetingsThe actor is Cyrus Vance

Participants are foreign diplomatsTopics are international contractsParticipants talked to each other

Goal was to resolve disputed contract

Participants Topic

Begin Dayan Gromyko SALT Camp DavidAccords

Jérusalem

EV2

MOP3Topic is Camp David Accords

Participants are israeli

EV3

EV4 EV2

MOP2Participants include Begin

Topics concern Israeli and Arabs

topics Participants

Jérusalem

EV3

Camp David accords

MOP4

Begin

MOP4

Dayan

EV4

Page 63: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

63

Réseaux de recherche de cas 1 cas = 1 descripteur + 1 ens. D ’IE

E = ensemble de nœuds IE

C = ensemble de nœuds cas

= fonction de similarité entre 2 IE

(e, c) : pertinence d ’un IE vis à vis d ’un cas

: ens. De fonctions de propagation entre noeuds

Page 64: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

64

Recherche parallèle

Un cas par processeur

cas = vecteur (caractéristiques de surface)

pas d’indexation, appariement pondéré

ex : MBRTalk (Stanfill & Waltz 86)

ajout de cas facile, matériel coûteux

Page 65: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

65

Recherche de patterns

Rôle identique à celui d’une requête dans une base de données

ex : trouver les cas qui décrivent un taux d’endettement < 30% et un âge > 30 ans

Page 66: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

66

Adaptation

Page 67: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

67

Adaptation

But : inférer des informations sur le cas en cours d’étude en fonction de ses caractéristiques et du cas sélectionné

Trés spécifique au :

domaine d'application

tâche à réaliser

représentation des cas

Page 68: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

68

Techniques d ’adaptation

Ajustement de paramètres

réinstanciation

substitution basée sur les cas

substitution basée sur un modèle

simulation dérivationnelle

...

Page 69: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

69

Evaluation du raisonnement

Page 70: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

70

Evaluation et correction L ’évaluation consiste à obtenir un retour sur le raisonnement

effectué par le système Plusieurs sources :

opérateur humain simulateur externe

Evaluation bonne : cas stocké Evaluation mauvaise :

explication de l ’échec (de la différence entre ce qu ’est la solution et ce qu ’elle aurait dû être)

L ’échec devient une expérience enrichissant le système : modification de l ’organisation de la base, création de procédures, etc.

Page 71: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

71

Les architectures hybrides Intérêt : bénéficier de la puissance de différents modes de

raisonnement : À base de cas, par règles, par satisfaction de contraintes, etc.

Des techniques de raisonnement considérées « égales »architectures « coopératives »

Des techniques de raisonnement privilégiées : enchaînement séquentiel des méthodes

OU

Page 72: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

72

Variabilité du rapc Variantes suivant :

aspect concret/général des cas cas comme unité de stockage et traitement ou distribution des

cas organisation plate/hiérarchique de la base de cas Quantité de connaissances du domaine disponibles degré d ’automatisation du système Petite/grande base de cas traitement séquentiel/parallèle des cas

Page 73: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

73

Quelques adresses

Informations générales et bibliographies

http://www.aic.nrl.navy.mil/~aha/research/case-based-reasoning.html

ftp://ftpagr.informatik.uni-kl.de/pub/CBR/

http://www710.univ-lyon1.fr/~bfuchs/rapcFrance/

Page 74: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

74

Althoff, Auriol, Barletta, Manago (95) : a review of industrial case-based reasoning tools, AI intelligence Bobrow D.G., Winograd T. 79 : KRL : another perspective, cognitive science 3 (1) Bower G.H., Black J.B., Turner T.J. 79 : Scripts in text comprehension and memory. Cognitive psychology

11:177-220 Brewer W.F., Nakamura G.V. : 84 : the nature and functions of schemas. In handbook of social cognition, ed.

R.S. Wyer and T.K. Srull. Northvale, NJ : Erlbaum Bruneau 88 : Utilisation du raisonnement par analogie dans le cadre d ’une application pour la réutilisation de

logiciels, thèse de doctorat, université de Rennes Coulon et al. 90 : D. Coulon, J.F. Boisvieux, L. Bourelly, L. Bruneau, E. Chouraqui, J.M. David, C.R. Lu, M. Py, J.

Savelli, B. Seroussi, C. Vrain : Le raisonnement par analogie en intelligence artificielle, formalisation et applications, actes des 3ièmes journées nationales PRC-GDR IA, B. Bouchon-Meunier ed., Paris, 45-88

Gentner 83 : Struture-mapping : a theoretical framework for analogy, Cognitive science 7, 155-170 Hammond 89 : Case-based planning : viewing planning as a memory task. Boston : Academic press Hennessy & Hinkle 92 : applying case-based reasoning to autoclave loading. IEEE Expert 7(5):21-26 Kass A.M., Leake D.B. 88 : Case-based reasoning applied to constructing explanations. In proceedings :

Workshop on case-based reasoning (DARPa), Clearwater, Florida. San Mateo, CA : Morgan Kaufman Kolodner J. 93 : Case-based reasoning, Morgan Kaufman Kolodner J.L. and Simpson R.L. 89 : The MEDIATOR : analysis of n early case-based problem solver. Cognitive

science 13(4):507-549 Koton P. 89: Using experience in learning and problem solving. Ph. D. diss., Department of Computer Science,

MIT

Page 75: 1 Raisonnement à partir de cas : des fondements aux applications Sophie Loriette-Rougegrez sophie.loriette@utt.fr bureau H213 Laboratoire LM2S Université

75

M. Lenz, B. Bartsch-Spörl, H.D. Burkhard, S. Wess (Eds) : Case-based reasoning technology : from foundations to applications, Springer (1998)S. Loriette-Rougegrez (1998) : Raisonnement à partir de cas pour des évolutions spatio-temporelles de processus, Revue internationale de géomatique, journées CASSINI 1998, vol. 8, n°1-2/1998, pp. 207-227, ENSG / Marne-la-Vallée, 26-27 novembre 1998S. Rougegrez (1995) : Prediction without modelling : a demonstration of the use of case-based reasoning for the prediction of process behaviour, proceedings of Expert Systems 95, Applications and innovations in expert systems III, A. Macintosh & C. Cooper ed., Cambridge, pp. 109-120 Quinlan J.R. : induction of decision trees. Machine learning 1, 81-106Redmond M.A. 92 : Learning by observing and understanding expert problem solving. Georgia institutde of technology, college of computing technical report no. GIT-CC-92/43. AtlantaSchank R.C. 82 : Dynamic memory : a theory of learning in computers and people. New York: Cambridge university pressSchank et Abelson (77) : Scripts, plans, goals and understanding. Northvale, NJ : ErlbaumSpearman C. (23) : the anture of intelligence and the prnciples of cognition, Londres, Mac Millan, 1923Stanfill & Waltz 86 : Toward memory-based reasoning. Communications of the ACM 29(12)Sternberg (77) : intelligence, information processing, and analogicial reasoning : the componential analysis of human habilities, Hillsdale (NJ), Lawarence Erlbaum, 77Whitely & Barnes (79) : The implication of processing event sequences for theories of analogical reasoning, Memory and Cognition 7, 323-331