En dépit de l'efficacité des méthodes formelles, en particulier les techniques d'analyse de modèles (model checking), à identifier les violations des exigences dans les modèles de conception, leur utilisation au sein des processus de développement industriel demeure limitée. Ceci est dû principalement à la complexité des modèles manipulés au cours de ces processus (explosion combinatoire) et à la difficulté de produire des représentations formelles afin d'exploiter les outils de vérification existants. Fort de ce constat, mes travaux de thèse contribuent au développement d'un volet méthodologique définissant les activités conduisant à l'obtention des artefacts formels. Ceux-ci sont générés directement à partir des exigences et des modèles de conception manipulés par les ingénieurs dans leurs activités de modélisation. Nos propositions s'appuient sur les travaux d'exploitation des contextes pour réduire la complexité de la vérification formelle, en particulier le langage CDL. Pour cela, nous avons proposé une extension des cas d'utilisation, afin de permettre la description des scénarios d'interaction entre le système et son environnement directement dans le corps des cas d'utilisation. Aussi, nous avons proposé un langage de spécification des exigences basé sur le langage naturel contrôlé pour la formalisation des exigences. Cette formalisation est opérée par transformations de modèle générant des propriétés CDL formalisées directement des exigences textuelles des cahiers des charges ainsi que les contextes CDL à partir des cas d'utilisations étendus. L'approche proposée a été instanciée sur un cas d'étude industriel de taille et de complexité réelles développées par notre partenaire industriel.

Tout énoncé consiste en un message, explicite ou implicite, qui met en relief les objectifs du locuteur et aiguille l’interlocuteur vers une réponse ou une interprétation attendue par le locuteur. Dans le cadre du discours politique, la parole du personnage politique a pour objectif de mettre l’interlocuteur et le spectateur de son côté. Le langage employé est donc très souvent persuasif. Les études montrent que la communication ne passe pas exclusivement par la communication verbale. Elles mettent en évidence la place occupée par la cognition dans toute communication. L’approche formaliste ne tient pas compte de la dimension psychologique de la communication, tandis qu’une approche psychologique ne tient pas compte de la cognition sans placer la communication dans une structure suffisamment élaborée. Dans le cadre théorique que nous avons choisi, le domaine de la cognition s’inscrit dans une approche conceptuelle. Par conséquent, il conviendra d’analyser non seulement la communication verbale mais aussi la communication non-verbale. Dans quelle mesure le message verbal passe-t-il par d’autres voies ? L’analyse procédera à la mise en relief de la dimension paralinguistique tant dans l’espace que dans le temps : geste, regard, posture.La montée au pouvoir du Parti conservateur au Royaume-Uni en 2010 a donné lieu à la première coalition britannique depuis 1945. C’est la participation de son adversaire, les Liberal Democrats, qui a suscité de nombreux débats sur la faisabilité d’une coalition en raison d’un décalage idéologique important. Il sera donc indispensable d’analyser le contexte politique par rapport à la nature du discours. Pour ce faire, il conviendra d’adopter une approche cognitive de l’analyse du discours. Dans quelle mesure les phénomènes linguistiques et paralinguistiques sont-ils volontaires ou involontaires ? Dans quelle mesure existe-t-il une concordance entre les différents phénomènes observés ? L’approche multimodale permettra de montrer le rapport entre sémantique, phonologie, lexique et grammaire afin de mesurer la pertinence du discours. Les théories cognitivistes élaborées par Leonard TALMY et Ronald LANGACKER seront le point de départ de cette approche conceptuelle. Celle-ci permettra d’aboutir à une analyse de tous les éléments linguistiques et paralinguistiques en fonction de la situation d’énonciation : discours, entretien, débat. / Every utterance is composed of an implicit or an explicit message which highlights the speaker’s aims and steers the interlocutor towards a response or an interpretation intended by the speaker. In the field of political discourse, the objective of the politician’s discourse is to make the interlocutor and the spectator take a partisan view. Consequently, the language used is often persuasive. Studies have shown that communication is not exclusively verbal. They reveal the role of cognition in all forms of communication. A formalist approach does not take into account the psychological dimension of communication, while a psychological approach fails to account for cognition by not addressing communication within a sufficiently detailed linguistic context. In the framework that we have chosen, the cognitive domain is located within a conceptual approach. As a result, it is necessary to analyse both verbal and non-verbal communication. To what extent is the spoken message transmitted through other means? Our analysis will highlight the paralinguistic dimension of language both in space and time – gesture, gaze and posture. The electoral success of the Conservative Party in the United Kingdom in 2010 gave rise to the first British coalition government since 1945. The role played by the party’s opponent, the Liberal Democrats, has led to many debates about the feasibility of a coalition due to the ideological divide. It is therefore essential to examine the political context with regard to the type of discourse. In order to achieve this, we have chosen a cognitive approach to discourse analysis. To what extent are the linguistic and paralinguistic phenomena intended or unintended? To what extent is there any coherence between these different observable phenomena? A multimodal approach will help us to identify the link between semantics, lexis and grammar in order to determine the relevance of the discourse. A number of theories of cognitive linguistics and Critical Discourse Analysis form the basis of our conceptual approach, with particular emphasis on the cognitive dimension put forward by Leonard Talmy. This will enable us to analyse all the linguistic and paralinguistic features of discourse, depending on different situations which include speeches, interviews and debates.

Made available in DSpace on 2014-07-29T14:57:51Z (GMT). No. of bitstreams: 1 dissertacao-rodrigohs.pdf: 1383844 bytes, checksum: b3fda2012ce5a20dc390677f308520e3 (MD5) Previous issue date: 2012-05-29 / Context models that describe dynamic context-aware scenarios usually need to be frequently updated. Some examples of situations that motivate these updates are the appearance of new services and context providers, the mobility of the entities described in these models, among others. Generally, updates on models imply redevelopment of the architectural components of context-aware systems based on these models. However, as these updates in dynamic scenarios tend to be more frequent, it is desirable that they occur at runtime. This dissertation presents an infrastructure for dynamic management of context models based on the fundamentals of complex event processing, or CEP. This infrastructure allows the fundamental abstractions from which a model is built to be updated at runtime. As these updates can impact systems based on the updated models, this dissertation identifies and analyzes these impacts, which are reproduced in a case study that aims to evaluate the proposed infrastructure by demonstrating how it deals with the impacts mentioned. / Modelos contextuais que descrevem cenários de computação sensível ao contexto dinâmicos normalmente precisam ser frequentemente atualizados. Alguns exemplos de situações que motivam essas atualizações são o surgimento de novos serviços e provedores de informações contextuais, a mobilidade das entidades descritas nesses modelos, dentre outros. Normalmente, atualizações em modelos implicam em redesenvolvimento dos componentes arquiteturais dos sistemas sensíveis ao contexto baseados nesses modelos. Porém, como em cenários dinâmicos essas atualizações tendem a ser mais frequentes, é desejável que elas ocorram em tempo de execução. Essa dissertação apresenta uma infraestrutura para gerenciamento dinâmico de modelos de contexto baseada nos fundamentos de processamento complexo de eventos, ou CEP. Essa infraestrutura permite que as abstrações fundamentais a partir das quais um modelo é construído sejam atualizadas em tempo de execução. Como essas atualizações podem causar impactos nos sistemas baseados nos modelos atualizados, essa dissertação identifica e analisa esses impactos, os quais são reproduzidos em um estudo de caso que tem como finalidade avaliar a infraestrutura proposta através da demonstração de como ela lida com os impactos mencionados.

The tools available to architects in the design process are constantly being enhanced and developed, which paves the way to try out new methods and techniques. The current widespread availability of commercial drones, sophisticated surveying instruments and advanced calculation software, makes it possible to create detailed digital representations of reality, in the form of context models. Context models in combination with real-time rendering, through game engines and visualization with the help of Interactive Virtual Environments (IVE), lets architects recreate planned buildings in a realistic virtual context. The study examines how the architect can leverage the benefits of context models and IVE in the architectural design process and presents a method which can be used by architect- and consultant firms. A qualitative research method is used to accomplish this goal, where data is gathered through interviews and a workshop with practicing architects, but also a case study is performed to evaluate the presented method. All the collected data is compartmentalized and analyzed with a method called Pattern Matching, where expected theoretical patterns are compared to the empirical data that appear from the collected data. The study shows that the use of context models and IVE has great benefits in several varying phases of the design process, where benefits in communication is presented as the main contributing factor. With that said, there are concerns regarding implementation of the tools in early stages of the design process, where the possibility to present a misleading IVE is regarded as a potential risk. A presented benefit of using context models and IVE is the ability to create virtual presence. Also, the ability to present the building in its real context proved to be a great benefit in the study. These are closely tied to the benefits of IVR (Immersive Virtual Reality), in cases where visualization of volumes and spaces is needed, which is enhanced by a detailed context model. Finally, a method for architects and consultants to use context models and IVE in the design process is presented. The method is summarized to involve different expertise in the organization to carry through different tasks in the workflow, in order to let the architect focus on the design of the building, but still leverage the benefits of the visualization tools. A conclusion that is drawn, is that the presented method needs to be evaluated further, in order to prove its efficiency. If that is the case, the method might be a step in a new path for the ever changing role of the architect. / Verktygen som är tillgängliga för en arkitekt under gestaltningsprocessen utvecklas konstant, vilket banar väg för att testa nya arbetsmetoder och tekniker. Den numera breda tillgängligheten till kommersiella drönare, sofistikerade mätinstrument och avancerade beräkningsprogram gör det möjligt att på smidiga sätt framställa detaljerade digitala verklighetsrepresentationer, i form av kontextmodeller. Tillsammans med realtidsrendering, genom spelmotorer och visualisering med hjälp av interaktiva virtuella miljöer (Interactive Virtual Environements, IVE), kan arkitekter idag återskapa planerade byggnader i en verklighetstrogen virtuell kontext. Studien tittar på hur arkitekten kan dra nytta av kontextmodeller och IVE i gestaltningsprocessen och presenterar en arbetsmetod som kan tillämpas av arkitekt – och teknikkonsultbyråer. För att uppnå detta tillämpas en kvalitativ forskningsmetod, där data samlas in genom intervjuer och workshop tillsammans med arkitekter och en praktisk tillämpning i form av en fallstudie. All samlade data sammanställs och analyseras med en så kalla mönstermatchning (eng. Pattern Matching), där förväntade teoretiska mönster jämförs med de empiriska mönster som träder fram ur datamängden. Studien visar att användning av kontextmodeller och IVE har stora fördelar i flera olika skeden av gestaltningsprocessen, där främst kommunikationsvinster presenteras som en huvudsaklig bidragande faktor. Däremot råder viss oro för implementering av tekniken i allt för tidiga skeden och även risker med att presentera förvirrande och missvisande IVE lyfts fram som en risk. En fördel som presenteras är kontextmodellers och IVEs förmåga att skapa virtuell närvaro, men också möjligheten att presentera en byggnads omgivning virtuellt, presenterades som en stor vinst i studien. Detta är starkt kopplat till fördelarna som IVR (Immersive Virtual Reality) bidrar med, i frågor om att visualisera volymer och rumsligheter, något som förstärks av en detaljerad kontextmodell. Slutligen presenteras en arbetsmetod för hur teknikkonsulter och arkitekter kan tillämpa kontextmodeller och IVE under gestaltningsprocessen. Arbetsmetoden sammanfattas till att enskilda kompetensområden med fördel utför olika delar av processen, vilket tillåter arkitekten att fokusera på gestaltningsarbetet, men samtidigt dra nytta av visualiseringsteknikerna. En slutsats som dras är att den framtagna arbetsmetoden måste förankras i verkligheten, genom att tillämpas i ett verkligt projekt innan den kan bevisas som effektiv. Om den i framtiden bevisas effektiv kan arbetsmetoden visas vara ett steg i ny riktning för ett skiftande arbetssätt inom arkitektyrket.

Il est connu que les problèmes d'ambiguïté de la langue ont un effet néfaste sur les résultats des systèmes de Recherche d'Information (RI). Toutefois, les efforts de recherche visant à intégrer des techniques de Désambiguisation de Sens (DS) à la RI n'ont pas porté fruit. La plupart des études sur le sujet obtiennent effectivement des résultats négatifs ou peu convaincants. De plus, des investigations basées sur l'ajout d'ambiguïté artificielle concluent qu'il faudrait une très haute précision de désambiguation pour arriver à un effet positif. Ce mémoire vise à développer de nouvelles approches plus performantes et efficaces, se concentrant sur l'utilisation de statistiques de cooccurrence afin de construire des modèles de contexte. Ces modèles pourront ensuite servir à effectuer une discrimination de sens entre une requête et les documents d'une collection. Dans ce mémoire à deux parties, nous ferons tout d'abord une investigation de la force de la relation entre un mot et les mots présents dans son contexte, proposant une méthode d'apprentissage du poids d'un mot de contexte en fonction de sa distance du mot modélisé dans le document. Cette méthode repose sur l'idée que des modèles de contextes faits à partir d'échantillons aléatoires de mots en contexte devraient être similaires. Des expériences en anglais et en japonais montrent que la force de relation en fonction de la distance suit généralement une loi de puissance négative. Les poids résultant des expériences sont ensuite utilisés dans la construction de systèmes de DS Bayes Naïfs. Des évaluations de ces systèmes sur les données de l'atelier Semeval en anglais pour la tâche Semeval-2007 English Lexical Sample, puis en japonais pour la tâche Semeval-2010 Japanese WSD, montrent que les systèmes ont des résultats comparables à l'état de l'art, bien qu'ils soient bien plus légers, et ne dépendent pas d'outils ou de ressources linguistiques. La deuxième partie de ce mémoire vise à adapter les méthodes développées à des applications de Recherche d'Information. Ces applications ont la difficulté additionnelle de ne pas pouvoir dépendre de données créées manuellement. Nous proposons donc des modèles de contextes à variables latentes basés sur l'Allocation Dirichlet Latente (LDA). Ceux-ci seront combinés à la méthodes de vraisemblance de requête par modèles de langue. En évaluant le système résultant sur trois collections de la conférence TREC (Text REtrieval Conference), nous observons une amélioration proportionnelle moyenne de 12% du MAP et 23% du GMAP. Les gains se font surtout sur les requêtes difficiles, augmentant la stabilité des résultats. Ces expériences seraient la première application positive de techniques de DS sur des tâches de RI standard. / It is known that the ambiguity present in natural language has a negative effect on Information Retrieval (IR) systems effectiveness. However, up to now, the efforts made to integrate Word Sense Disambiguation (WSD) techniques in IR systems have not been successful. Past studies end up with either poor or unconvincing results. Furthermore, investigations based on the addition of artificial ambiguity shows that a very high disambiguation accuracy would be needed in order to observe gains. This thesis has for objective to develop efficient and effective approaches for WSD, using co-occurrence statistics in order to build context models. Such models could then be used in order to do a word sense discrimination between a query and documents of a collection. In this two-part thesis, we will start by investigating the principle of strength of relation between a word and the words present in its context, proposing an approach to learn a function mapping word distance to count weights. This method is based on the idea that context models made from random samples of word in context should be similar. Experiments in English and Japanese shows that the strength of relation roughly follows a negative power law. The weights resulting from the experiments are then used in the construction of Naïve Bayes WSD systems. Evaluations of these systems in English with the Semeval-2007 English Lexical Sample (ELS), and then in Japanese with the Semeval-2010 Japanese WSD (JWSD) tasks shows that the systems have state-of-the-art accuracy even though they are much lighter and don't rely on linguistic tools or resources. The second part of this thesis aims to adapt the new methods to IR applications. Such applications put heavy constraints on performance and available resources. We thus propose the use of corpus-based latent context models based on Latent Dirichlet Allocation (LDA). The models are combined with the query likelihood Language Model (LM) approach for IR. Evaluating the systems on three collections from the Text REtrieval Conference (TREC), we observe average proportional improvement in the range of 12% in MAP and 23% in GMAP. We then observe that the gains are mostly made on hard queries, augmenting the robustness of the results. To our knowledge, these experiments are the first positive application of WSD techniques on standard IR tasks.

Il est connu que les problèmes d'ambiguïté de la langue ont un effet néfaste sur les résultats des systèmes de Recherche d'Information (RI). Toutefois, les efforts de recherche visant à intégrer des techniques de Désambiguisation de Sens (DS) à la RI n'ont pas porté fruit. La plupart des études sur le sujet obtiennent effectivement des résultats négatifs ou peu convaincants. De plus, des investigations basées sur l'ajout d'ambiguïté artificielle concluent qu'il faudrait une très haute précision de désambiguation pour arriver à un effet positif. Ce mémoire vise à développer de nouvelles approches plus performantes et efficaces, se concentrant sur l'utilisation de statistiques de cooccurrence afin de construire des modèles de contexte. Ces modèles pourront ensuite servir à effectuer une discrimination de sens entre une requête et les documents d'une collection. Dans ce mémoire à deux parties, nous ferons tout d'abord une investigation de la force de la relation entre un mot et les mots présents dans son contexte, proposant une méthode d'apprentissage du poids d'un mot de contexte en fonction de sa distance du mot modélisé dans le document. Cette méthode repose sur l'idée que des modèles de contextes faits à partir d'échantillons aléatoires de mots en contexte devraient être similaires. Des expériences en anglais et en japonais montrent que la force de relation en fonction de la distance suit généralement une loi de puissance négative. Les poids résultant des expériences sont ensuite utilisés dans la construction de systèmes de DS Bayes Naïfs. Des évaluations de ces systèmes sur les données de l'atelier Semeval en anglais pour la tâche Semeval-2007 English Lexical Sample, puis en japonais pour la tâche Semeval-2010 Japanese WSD, montrent que les systèmes ont des résultats comparables à l'état de l'art, bien qu'ils soient bien plus légers, et ne dépendent pas d'outils ou de ressources linguistiques. La deuxième partie de ce mémoire vise à adapter les méthodes développées à des applications de Recherche d'Information. Ces applications ont la difficulté additionnelle de ne pas pouvoir dépendre de données créées manuellement. Nous proposons donc des modèles de contextes à variables latentes basés sur l'Allocation Dirichlet Latente (LDA). Ceux-ci seront combinés à la méthodes de vraisemblance de requête par modèles de langue. En évaluant le système résultant sur trois collections de la conférence TREC (Text REtrieval Conference), nous observons une amélioration proportionnelle moyenne de 12% du MAP et 23% du GMAP. Les gains se font surtout sur les requêtes difficiles, augmentant la stabilité des résultats. Ces expériences seraient la première application positive de techniques de DS sur des tâches de RI standard. / It is known that the ambiguity present in natural language has a negative effect on Information Retrieval (IR) systems effectiveness. However, up to now, the efforts made to integrate Word Sense Disambiguation (WSD) techniques in IR systems have not been successful. Past studies end up with either poor or unconvincing results. Furthermore, investigations based on the addition of artificial ambiguity shows that a very high disambiguation accuracy would be needed in order to observe gains. This thesis has for objective to develop efficient and effective approaches for WSD, using co-occurrence statistics in order to build context models. Such models could then be used in order to do a word sense discrimination between a query and documents of a collection. In this two-part thesis, we will start by investigating the principle of strength of relation between a word and the words present in its context, proposing an approach to learn a function mapping word distance to count weights. This method is based on the idea that context models made from random samples of word in context should be similar. Experiments in English and Japanese shows that the strength of relation roughly follows a negative power law. The weights resulting from the experiments are then used in the construction of Naïve Bayes WSD systems. Evaluations of these systems in English with the Semeval-2007 English Lexical Sample (ELS), and then in Japanese with the Semeval-2010 Japanese WSD (JWSD) tasks shows that the systems have state-of-the-art accuracy even though they are much lighter and don't rely on linguistic tools or resources. The second part of this thesis aims to adapt the new methods to IR applications. Such applications put heavy constraints on performance and available resources. We thus propose the use of corpus-based latent context models based on Latent Dirichlet Allocation (LDA). The models are combined with the query likelihood Language Model (LM) approach for IR. Evaluating the systems on three collections from the Text REtrieval Conference (TREC), we observe average proportional improvement in the range of 12% in MAP and 23% in GMAP. We then observe that the gains are mostly made on hard queries, augmenting the robustness of the results. To our knowledge, these experiments are the first positive application of WSD techniques on standard IR tasks.

Advances in Internet-of-Things integrate sensors and actuators in everyday items or even people transforming our society at an accelerated pace. This occurs in areas such as agriculture, logistics, transport, healthcare, and smart cities and has created new ways to interact with and experience entertainment, (serious) games, education, etc. Common to these domains is the challenge to realize and maintain complex relations with any object or individual globally, with the requirement for immediacy in maintaining relations of varying complexity. Existing architectures for maintaining relations on the Internet, e.g., DNS and search engines are insufficient in meeting these challenges. Their deficiencies mandate the research presented in this dissertation enabling the maintenance of dynamic and multi-criteria relationships among entities in real-time in an Internet-of-Things while minimizing the overall cost for maintaining such context-centric relationships. A second challenge is the need to represent nearness in context-centric relationships, since solutions need to build on what is closely related. The dissertation shows that the proximity on relations can be used to bring about the scalability of maintaining relationships across the IoT. It successfully demonstrates the concept and feasibility of self-organizing context-centric overlay networks for maintaining scalable and real-time relationships between endpoints co-located with associated physical entities. This is complemented by an object model for annotating objects and their relationships as derived and defined over the underpinning context interactions. Complementing measures of nearness are added through a non-metric multi-criteria approach to evaluating the notion of context proximity. A query language and an extension to the publish-subscribe approaches achieves distributed support for discovering such relationships; locating entities relative to a defined hyper-sphere of interest. Furthermore, it introduces adaptive algorithms for maintaining such relationships at minimal overall costs. The results demonstrate the feasibility of moving towards context-centric approaches to immersion and that such approaches are realizable over vast and distributed heterogeneous collections of user and their associated context information.