COBRA : Une plate-forme de RàPC basée sur des ontologies
-
Upload
conference-ic-2009 -
Category
Technology
-
view
868 -
download
1
description
Transcript of COBRA : Une plate-forme de RàPC basée sur des ontologies
29 mai 2009
Amjad Abou Assali
Dominique Lenne et Bruno Debray
Laboratoire HEUDIASYC
Université de Technologie de Compiègne, France
Contexte
• Sur les sites industriels, des barrières de sécurité sont utilisées pour réduire au maximum les risques.
• Ces barrières peuvent ne pas bien fonctionner, et des accidents peuvent se déclencher.
• Pour diagnostiquer, l’hypothèse est que : « Si une barrière n'a pas bien fonctionné dans une situation similaire, il est fortement probable qu'elle ne fonctionne pas, dans la situation actuelle, pour des raisons similaires ».
• Application aux capteurs de gaz.
2 / 21
Problématique
• Comment aider un expert à se remémorer les situations de défaillance similaires ?
• Comment conserver les connaissances des experts après leur départ ?
3 / 21
Objectifs
• Capitaliser les connaissances sur la défaillance des barrières de sécurité.
• Concevoir un système de Raisonnement à partir de cas (RàPC) basé sur une ontologie pour aider à diagnostiquer la défaillance des barrières de sécurité.
• Le RàPC est une approche de résolution de problèmes ayant pour objectif de résoudre un nouveau problème (problème cible) à l'aide d'un ensemble de problèmes déjà résolus (problèmes sources).
4 / 21
Plan
• Architecture de COBRA
• Modèles des connaissances– Modèle de domaine
– Modèle de cas
• Processus du RàPC– Authoring des cas
– Remémoration des cas
• Hétérogénéité des cas– Problèmes et solutions
• Résultats
• Bilan et perspectives
5 / 21
Architecture de COBRA(Conversational Ontology-based CBR for Risk Analysis)
Authoringdes cas
Sources de connaissances
Connaissances des experts
Connaissances
Base de cas
Métriquesde similarité
Élaborer
Remémorer
Diagnostiquer
Valider
Mémoriser
Processushors-ligne
Processus en-ligne
Enrichir Expertindustriel
Ontologie
6 / 21
Modèles des connaissancesModèle de domaine
• Il représente les connaissances du domaine sous forme d'une ontologie.
• Deux ontologies ont été développées (Abou Assali et al., 2008) :– Une ontologie noyau sur la sécurité industrielle ;
– Une ontologie de domaine sur les barrières de sécurité, en particulier les capteurs de gaz.
7 / 21
Modèles des connaissances Modèle de cas
• Un cas contient trois parties principales : description, mode de défaillance, et causes.
• Les parties description et mode de défaillance représentent le problème du cas, et la partie causes représente la solution.
• Pour améliorer la communication entre la base de cas et le modèle de domaine, le modèle de cas est représenté à l'aide d'une ontologie.
• Un cas est représenté par une instance de cette ontologie.
8 / 21
• Selon cette représentation, un cas peut avoir deux types d’attributs :
– Des attributs simples correspondant à des propriétés data-type.
– Des attributs complexes correspondant à des instances de l’ontologie de domaine.
Modèles des connaissances Modèle de cas
9 / 21
Modèles des connaissances Modèle de cas
10 / 21
Processus du RàPCAuthoring des cas
• Des experts du domaine ont été sollicités pour décrire des cas de diagnostic.
• Les experts ont parfois besoin d’utiliser différents termes pour décrire leurs cas.
• COBRA permet de décrire les cas avec des concepts ou des instances quelconques de l’ontologie de domaine.
• Cela conduit à une base de cas hétérogène, ce qui complique la remémoration des cas.
11 / 21
Processus du RàPCRemémoration des cas
• Des mesures de similarité sont utilisées pour récupérer les cas similaires à un cas cible.
• Ces mesures suivent le principe “local-global” et sont divisées en deux composantes :
– Une similarité basée-concept qui dépend de l’emplacement du concept (ou instance) dans la hiérarchie de l’ontologie ;
– Une similarité basée-slot qui dépend des valeurs des attributs communs des objets comparés.
12 / 21
• Similarité basée-concept entre les deux concepts (ou instances) q et c :
prof : la profondeur d’un concept (ou instance).
LSC : le plus petit subsumant commun.
wq : le poids de q.
• Similarité basée-slot :
CS : l’ensemble des attributs communs (Common Slots) entre q et c.
Processus du RàPCRemémoration des cas
13 / 21
Hétérogénéité des cas (problème)
• Il n’y a pas de matching prédéfini entre les attributs du cas cible et ceux des cas sources.
Hydrogène Vapeur de solvant
Présence de poussière
…
Vapeur d’eau
Faible hygrométrie
…. Dépoussiéreur humide
méthane …
Cas cible (requête)
Cas source 1 Cas source 2
? ? ? ?
14 / 21
Hétérogénéité des cas (solution)
• Pour chaque attribut complexe q’, soit c’ l’attribut complexe correspondant dans le cas Cj. Nous considérons que c’ est l’attribut avec lequel q’ a une similarité maximale dans Cj :
• Cette définition n’étant pas satisfaisante, nous comparons sim(q’,c’)obtenue dans Cj avec la similarité maximale obtenue sur l’ensemble des cas pour l’attribut q’, ce qui donne la condition suivante :
Où (β = 0.6) est un certain seuil déterminé après une première validation.
15 / 21
Hétérogénéité des cas (problème)
Sur un site industriel, un capteur de gaz a été utilisé pour détecter le méthane. D'autres gaz étaient présents sur le site dont l'hydrogène.
Cas source
On cherche les cas où un capteur de gaz a été utilisé pour détecterl'hydrogène.
Cas cible (requête)
L’hydrogène du cas source est l’attribut correspondant le mieux à l’hydrogène de la requête.
En suivant l’approche proposée jusqu’à présent, nous trouvons que :
16 / 21
Hétérogénéité des cas (solution)
Notion de rôle d’attribut
• Nous proposons de préciser le rôle de chaque attribut complexe pouvant conduire à des situations ambiguës.
• Ainsi, l'hydrogène du cas aurait pour rôle « gaz présent », et celui de la requête « gaz à détecter ».
17 / 21
Résultats
• Nous avons développé la plateforme COBRA :– C’est une plateforme générique pour construire des systèmes de RàPC.
– L’intérêt principal est qu’elle permet de traiter des cas hétérogènes.
• Nous nous somme basés sur l’API jColibri, mais nous avons rajouté notre couche qui traite l’hétérogénéité des cas.
• Nous avons fait une première évaluation du système auprès d’experts de l’INERIS.
18 / 21
COBRA
19 / 21
Bilan
• Développement d’une approche de RàPC basée sur une ontologie ;
• Cette approche permet de traiter des bases de cas hétérogènes. Elle est basée sur :
– Des mesures de similarité ;
– L’affectation de rôles aux attributs des cas pour lever les ambiguïtés.
• Développement de la plate-forme générique COBRA qui prend en compte cette approche.
20 / 21
Perspectives
• Nous sommes actuellement en train de terminer les autres phases de RàPC.
• Nous allons faire une évaluation auprès d'experts de l‘INERIS à deux niveaux :
– Le premier niveau concerne l'utilisabilité de la plate-forme : à quel point la structure des cas et les processus de raisonnement sont-ils proches de l'activité réelle de l'expert ? Quels sont les concepts à rajouter à l'ontologie de domaine pour pouvoir décrire les nouveaux cas ? L'expert trouve-t-il les propositions d'aide intéressantes ? etc.
– Le deuxième niveau concerne les résultats fournis par le système ; i.e. la qualité du diagnostic proposé par le système par rapport à certains cas cibles.
21 / 21
Merci de votre attention