RaisonnementPartirdel'ExprienceTrace/AssistanceMarieLefevreMasterIADEIngnieriedesconnaissancesd'expriencetraceNovembre2015

Avantdecommencerqueconnaissez-vous? No

vembre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

2

UnetracedinteracDonentreunuDlisateuretunenvironnementinformaDque,cest

Avantdecommencerqueconnaissez-vous? No

vembre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

3

Etlemodledunetrace?

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

4

Plusformellement

Quest-cequeleraisonnementpartirdetraces?

ToutleproblmedelarecherchesurcePequesDonestjustementdedfinirleraisonnementparDrdetraces

Beaucoupdetravaux,pasdedfiniDonunanime

Raisonnementpar.rdetraces(RPET/RPT)=TraceBasedReasoning(TBR)

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

5

Duraisonnementpartirdecas No

vembre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

6

enpassantparleraisonnementpartirdelexpriencetrace

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

7

auraisonnementpartirdetraces No

vembre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

8

RPTtapedlaboration ObjecDf:produireunesignaturedpisodes

Unpisode=uneM-tracereprsentantuneexprienceouunetchedonne

Unesignaturedpisodes=unespcificaDondescontraintesquunpisodedoitsaDsfaire

MulDplesfaonsdexprimerdessignaturesdpisodes: Rgles,ensembledecontraintes,M-tracesetcontraintessappliquantsurcesM-traces,automates,machinestatsfinis,etc.

Nombreusesmthodespourdfinircessignatures

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

9

RPTtapedlaboration Exemple1:

SilonchercheretrouverunesituaDonpassesimilairelasituaDoncourante

Alorslasignaturedpisode=unfragmentdelatracecourantefiltrepournecontenirqueleslmentsperDnents

Exemple2: SilonsouhaiteretrouvertouslespisodesquicorrespondentuneacDondonne

Alorslasignaturedpisode=unsous-ensembledumodledetraceassociunensembledecontraintes=unetransformaDon

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

10

RPTtapederemmoration ObjecDf:trouverunensembledpisodesquicorrespondentlasignatureexprime

Descontraintespeuventsappliquersur lenombredpisodesremmorer, lalgorithmederechercheuDliser, lacerDtudeaveclaquellelasoluDonproposecorrespondlasignaturedpisode,

etc.

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

11

RPTtapederutilisation ObjecDf:uDliserlpisoderetrouvpourrsoudreleproblmeencoursdersoluDon

DurantcePetape,luDlisateuret/oulemcanismederaisonnementpeuventappliquerdesrequtesetdestransformaDonssurlestracespourenexploiterlecontenu.

EnfoncDondelatche,ilexistedenombreusesfaonsderuDliserunpisode LesystmeaffichelpisodeluDlisateur LesystmerejouelpisodelidenDque,ouavecdesadaptaDonscontextuelles

LuDlisateurappliquedesrequtespourproduiredenouvellesconnaissances(informaDonsstaDsDques,etc.)

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

12

RPTConnaissances &Utilisateur

Durantleprocessusderaisonnement,leRPTexploite DestracesetdestransformaDonsstockesdansleSGBT Desconnaissancessupplmentaires

Mesuresdesimilarits StratgiesdadaptaDon ConnaissancesdetransformaDons Etc.

TroistapesderaisonnementgravitentautourdeluDlisateur

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

13

Historiquelyonnais 2006:AlainMilleFromCase-BasedReasoningtoTrace-BasedReasoningAnnualReviewsinControl30(2):223-232,ELSEVIER,ISSN1367-5788

2009:BrunoMascret,AmlieCordier,AlainMilleExtendingCase-BasedReasoningwithTracesGrandChallengesforreasoningfromexperiences,WorkshopatIJCAI'09

2013:SilexteamTrace-BasedReasoningModelinginteracDontracesforreasoningonexperiences26thInternaRonalFLAIRSConference

2014:SilexteamConnaissancesetraisonnementsurlestracesdinteracDonsRevued'IntelligenceArRficielle28(2-3)pp.375-396

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

14

IntrtscommunsaveclacommunautCBR

GrandChallengesforReasoningFromExperience IJCAI2009Workshop RegardscroissdesdiffrentesdisciplinesdeIA

ApprenDssageautomaDque,SBC,TAL

AgileCase-BasedReasoning SusanCraw,ICCBR2009 ApprocheplusdynamiqueduCBR InteracDonsconDnuesaveclesuDlisateurs

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

15

IntrtscommunsaveclacommunautCBR

Provenance-AwareCase-BasedReasoning ICCBR2010Workshop hPp://www.iccbr.org/iccbr10/html/workshops.html Intrtdelaprovenanceetdesmta-connaissancessurlescasenRPC

TRUE:TracesforReusingUsers'Experience ICCBR2012Workshop hPp://sce.carleton.ca/~mfloyd/ICCBR12-TRUE/ UDlisaDondestracesdansleCBR

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

16

MaisquoisertleTBR?

Quellessontlesconnaissancesaccessiblesdansunetrace?

ET

Quelssontlesraisonnementspossiblessurlestraces?

ET Dansquelsbuts?

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

17

Quellessontlesconnaissancesaccessiblesdansunetrace?

Modledestraces ModledobservaOondelacDvit

LesObsels Letempsestmodlisetgardpourchaqueobsel LesvaleursprisesparlesobselsconsDtuentledomainedevaliditdelacDvittellequobserve

Chaqueobselestsoitlersultatdunecollecte,soitlersultatduneproducDonsuitelasaDsfacDondunerequteformelle

LesrequtesetlestransformaDons ReprsententlasmanOquedunobseldelatracecible/celledelatracesource(O1estvraiparcequelarequteRestsaDsfaite)

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

18

Quelssontlesraisonnementspossiblessurlestraces?(1/2)

RaisonnementduCBR Raisonnementanalogique DfiniDondesignaturedesquences Mesuredesimilaritsentresquencesdemmesignature

AdaptaDon Rvision

RaisonnementinducDf ApprenDssagedesquencessignifiantes ApprenDssageinteracDfhumain-machine CraDondesignaturescandidates GnraDonderseauxbayesiens ...

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

19

Diffrentstypesderaisonnement:DducOonDredesconsquencesnoustablissonsquequelquechosesecomportedfiniDvementd'unecertainemanire

InducOoncherchedesloisgnralesparDrdel'observaDondefaitsparDculiers,surunebaseprobabiliste.

quequelquechosesecomporteeffecDvementd'unecertainemanire

AbducOonlorsquel'onobserveunfaitdontonconnatunecausepossible,onconclutDtred'hypothsequelefaitestprobablementdcePecause

quequelquechosesecomporteprobablementd'unecertainemanire

Quelssontlesraisonnementspossiblessurlestraces?(2/2)

RaisonnementabducDfoudetypemarkovien Sachantcequilsestpasssurunetrace,quepeut-ondiredecequilvasepasser

ConstrucDondeconnaissanceslogiques EnrelaDonaveclespropritsdontologiesrfrencesparlesobsels.

Lestracesdeviennentdescomplmentsdecontextepourtoutconceptduneontologie,enfacilitantladclinaison,larvisionetc.

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

20

QuellesapplicationsauTBR?

RsoluDondeproblmes

Dcouvertedeconnaissances Datastreammining TracesdacDvits Calculdindicateurs

Ringnieriedunsystme

ConfiguraDon AdaptaDon PersonnalisaDon

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

21

QuellesapplicationsauTBR?

AssistancedurantluDlisaDon ApprenDssagehumainindividuel AppropriaDondenvironnements,acDvitindividuelle ConstrucDoncoopraDvedeconnaissances Systmedeconseil/recommandaDonindividuelle NgociaDondesensentre2/nindividus

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

22

QuelquesexemplesdeTBR:SAP-BOExplorer

Zarka2010

AssistanceparDrdeTBR Collectedetraces Replay ImpactdelapropagaDondeschangements

Novem

bre

2015

MarieLefevre-MasterIAD

E-Ingn

ierie

des

conn

aissancesd

'expriencetrace

23

QuelquesexemplesdeTBR:SAP-BOExplorer No

vembre

2015

MarieLefev