Cette thèse porte sur la modélisation du comportement humain dans les simulations de combat naval. Au sein de l'entreprise DCNS, les simulations de combat naval permettent d'évaluer les performances opérationnelles des navires militaires, dans un scénario donné. Les simulations actuelles ne permettent pas de prendre en compte l'analyse et la décision d'un opérateur, qui peuvent parfois conduire à des réactions inattendues. Le but de cette thèse est donc de modéliser le comportement d'un opérateur pour les simulations de combats navals.Pour représenter les connaissances, la logique non monotone la plus employée a été utilisée: la logique des défauts. Une prise en compte du temps a été ajoutée à cette logique des défauts. La logique des défauts va permettre de calculer des extensions. Chaque extension correspond à une action possible pour l'opérateur.Une méthode qui permet de choisir une extension a été définie. Cette méthode simule la décision de l'opérateur et elle prend en compte le caractère de l'opérateur. / This thesis deals with the modelling of operator behavior in naval action simulations. At DCNS, simulations of naval action estimate the operational performance of warships or submarines for a given scenario. However, the current simulations do not take into account the analysis and the decision of an operator, which can produce unexpected reactions. The purpose of this thesis is to develop a system allowing to model the behavior of an operatorin the naval action simulations.To represent knowledge, the most widely known non-monotonic logic is used : the default logic. A consideration of time is added to this logic. The default logic allows to calculate extensions. Each extension represents a possible action for the operator.A method to choose an extension is dened, which allows to simulate the decision of the operator and it handles the operator character.

Les dernières évolutions de l'Internet se sont traduites par l'émergence de nouvelles applications distribuées et par la multiplication des technologies réseaux (sans fils, mobiles. . . ) ainsi que des services offerts par les opérateurs sur de nouveaux types de terminaux (portable, PDA. . . ). L'enjeu socio économique majeur de ces avancées est le futur Internet ambiant, à la fois ubiquitaire et intelligent, au travers duquel l'utilisateur pourra, quelle que soit sa localisation et son point d'accès, bénéficier d'une qualité de service (QdS) maximale compatible avec l'environnement applicatif et réseau courant, hétérogène et dynamique. Dans cet horizon, la thèse présente une architecture ainsi que des modèles et algorithmes permettant de réaliser une composition dynamique et auto-adaptative des services fournis par les multiples mécanismes de QdS existants. L'approche proposée repose sur l'adaptabilité dynamique et coordonnée, à la fois du comportement et de l'architecture des protocoles composant la pile de communication. La démarche suivie se base sur la théorie de l'intelligence artificielle et l'apprentissage et propose la spécification, l'implémentation et l'évaluation d'un système de communication adaptatif en fonction à la fois, des exigences applicatives liées aux flux manipulés, et des contraintes de l'environnement de communication. Enfin, l'évaluation faite des modèles dedécision et d'apprentissage illustre comment le système permet de répondre à son objectif et valide ainsi les concepts qui sont proposés dans cette thèse.

La radio cognitive apparaît comme une solution naturelle aux problèmes d'échelle et de complexité résultant de la grande popularité des communications sans fil et de l'évolution des technologies radio. Une radio cognitive est un agent intelligent capable de s'adapter à son contexte opérationnel pour (1) respecter le cadre de régulation contrôlant l'accès au spectre, (2) satisfaire les besoins de l'utilisateur en termes de qualité de service, et (3) assurer une gestion optimisée des ressources disponibles (radios, réseaux et matérielles). Ce nouveau paradigme est directement lié au développement de l'intelligence embarquée, objet de ce travail de thèse.<br /><br />Dans ce mémoire de thèse, nous détaillons la conception d'un moteur cognitif structurant les opérations de raisonnement et d'apprentissage nécessaires à la supervision du processus de reconfiguration dynamique. La solution proposée suit une approche originale basée sur une modélisation qualitative du problème de conception à la volée. <br /><br />Le moteur cognitif raisonne de manière autonome en s'appuyant sur les relations d'ordre définies par deux échelles déduites dynamiquement en fonction du contexte. Il navigue le long de ces deux échelles pour rechercher une configuration adaptée avec un souci d'efficacité et d'optimalité. Il exploite ses capacités de prédiction afin d'estimer l'impact de l'environnement radio sur les performances des configurations disponibles (nombre d'erreurs de transmission tolérables). Il évalue les configurations compatibles avec le service à l'aide d'un système de notation calculant la satisfaction des alternatives vis-à-vis des objectifs d'optimisation (réduire la consommation d'énergie, maximiser le débit de transmission). Si nécessaire, une expérience de conception est déclenchée afin d'explorer l'espace de conception en ligne. Les connaissances mémorisées sont alors mises à l'épreuve dans le but de se rapprocher du comportement optimal. Le plan d'expérience est construit dynamiquement en fonction des retours de l'environnement. Le moteur cognitif profite également de connaissances expertes embarquées pour limiter les risques d'expérimentation. Il accumule de l'expérience progressivement et il apprend à recourir de moins en moins souvent à l'expérimentation pour exploiter ses connaissances devenues fiables.<br /><br />Nous avons testé notre approche sur deux études de cas de conception cognitive d'un lien radio. Les résultats obtenus confirment la pertinence des mécanismes cognitifs proposés. Le moteur cognitif parvient en effet à trouver la solution optimale pour la grande majorité des problèmes traités (95% en moyenne) et il devient de plus en plus efficace dans sa recherche d'une configuration adaptée.<br /><br />Notre méthode combine efficacement la puissance de systèmes d'apprentissage avec des connaissances issues de l'expertise en ingénierie des télécommunications. Le moteur cognitif est conçu avec une grande autonomie décisionnelle grâce à des capacités de raisonnement, d'exploration en ligne et d'apprentissage incrémental. De plus, nous avons proposé des mécanismes avancés pour améliorer son comportement afin d'en faire une solution cognitive effective pour de nombreux problèmes de conception dynamique.

Une taxinomie est une organisation de la connaissance en differentes categories d'objets semblables. Ces categories sont organisees dans une structure allant des categories generales aux categories specifiques. Cette organisation permet de suivre un raisonnement classificatoire. Raisonner par classification consiste a trouver la categorie la plus specialisee a laquelle appartient un individu, puis recuperer des connaissances liees a cette localisation. Les taxinomies developpees dans des domaines aussi varies que la botanique et la mineralogie montrent l'interet de cette approche. Notre travail concerne le raisonnement classificatoire et la representation taxinomique de la connaissance supportant ce raisonnement. Nous avons choisi la technique de representation de connaissances a objets, car elle offre des elements appropries a une organisation taxinomique. De plus le raisonnement classificatoire trouve ici un espace naturel. Cependant, ces modeles comportent deux aspects problematiques. D'une part, ils representent, dans une seule et grande taxinomie, differentes familles d'objets telles que "voitures" et "personnes". D'autre part, bien que les caracteristiques d'un objet correspondent a differents aspects ou points de vue, ces points de vue ne sont pas explicites dans la representation. Nous proposons une representation a objets multi-points de vue, TROPES. Dans ce modele, chaque concept ou famille d'objets a une structure taxinomique independante. Un concept peut etre observe selon differents points de vue : un point de vue determine un ensemble de caracteristiques du concept et une taxinomie de categories. Les points de vue peuvent etre lies par des passerelles. Par ailleurs, l'introduction des points de vue elimine les problemes de multi-heritage d'attributs. TROPES est dote d'un algorithme de classification d'instances qui tire parti des originalites du modele. A l'intérieur d'un concept, la classification se deroule sur un ou plusieurs points de vue et exploite les passerelles comme des raccourcis.

Jeune discipline à la croisée de l'informatique, de l'intelligence artificielle et des sciences cognitives, l'ingénierie des connaissances vise à modéliser les connaissances d'un domaine pour les opérationnaliser dans un outil informatique. Pour cela, elle propose des outils théoriques, des modèles et des méthodologies empiriques pour instrumenter les systèmes et permettre l'échange de connaissances entre l'utilisateur et l'outil informatique.<br> Le travail développé ici traite de l'ingénierie des connaissances d'une catégorie de systèmes en particulier : les systèmes de raisonnement à partir de cas (RÀPC). Un système de RÀPC assiste un utilisateur dans sa tâche de résolution de problème en lui proposant une adaptation à la situation courante d'une précédente expérience. C'est en particulier au système en interaction "utilisateur - outil de RÀPC" que nous nous intéressons ici.<br> La problématique étudiée peut donc être exprimée ainsi : quelles méthodes et outils développer pour instrumenter efficacement le système apprenant "utilisateur - outil de RàPC" ? Cette problématique soulève un questionnement sur les connaissances du raisonnement et conduit à une analyse au niveau connaissance de tels systèmes. Un autre volet d'analyse porte sur les interactions entre l'utilisateur et l'artefact informatique pendant les phases de résolution de problème. Ces aspects sont étudiés à plusieurs niveaux dans les différentes contributions présentées dans cette thèse.<br> Nos différentes expériences et expérimentations nous ont conduits à proposer, comme première contribution, une formalisation à un niveau général de l'apprentissage interactif de connaissances en RÀPC (FIKA). Cette formalisation repose sur les échecs de raisonnement qui, puisqu'ils permettent de mettre en évidence les lacunes dans les connaissances disponibles, sont utilisés pour guider le processus d'apprentissage. Deux extensions de ce modèle général ont été proposées : IAKA et FRAKAS.<br> IAKA raffine les principes proposés par FIKA pour permettre leur mise en ?uvre immédiate dans une certaine catégorie de systèmes où les connaissances peuvent être représentées selon un modèle donné (cas et connaissances d'adaptation représentées par des opérateurs d'adaptation). Ces principes ont été implantés et expérimentés dans une application développée à des seules fins expérimentales.<br> FRAKAS propose des méthodes et outils similaires pour une autre catégorie de systèmes ou les connaissances du domaines sont utilisées pour guider l'adaptation. Ces principes ont, quant à eux, été implantés dans un prototype inspiré d'une application réelle.<br> IAKA et FRAKAS, les deux extensions de l'approche FIKA, présentent des forces et des limites, une réflexion quant à leur intégration possible à donc été menée. Une première tentative pratique d'intégration a été mise en ?uvre dans une application de RÀPC permettant l'adaptation de recettes de cuisine : le logiciel TAAABLE.

La these concerne l'etude du controle dans un systeme integre de vision par ordinateur. La structure d'un tel systeme permet l'ajout et le retrait dynamique de traitements et de representations selon les types de scenes envisagees. Nous decomposons le probleme du controle en quatre sous-problemes definissant l'objectif a satisfaire (decision), les criteres de selection qui en decoulent (adaptation), l'action a executer en appliquant ces criteres de selection (commande) et les observations necessaires pour la resolution des sous-problemes precedents (observation). Afin d'offrir une architecture d'integration ouverte et flexible, nous utilisons une approche Multi-agents, repercutant ainsi les problemes de controle selon deux dimensions : controle individuel (interne a un agent) et controle social (gestion des interactions et de la resolution des agents). La structure de controle de chaque agent est organisee selon trois couches dediees respectivement a la resolution des problemes de decision, d'adaptation et de commande. Le controle social restreind les interactions possibles et les resolutions entreprises par chacun des agents. Des protocoles definissent l'enchainement des interactions. Ces deux notions s'inscrivent dans un modele de societe dans lequel sont aussi explicitees les trois couches resolvant les sous-problemes de controle. L'architecture proposee permet d'etudier le controle necessaire pour l'expression de modes de fonctionnement deliberatifs et reactifs au sein de chacun des agents et, d'autre part, d'integrer dynamiquement les modes de reconstruction et de reconnaissance au travers de la gestion des interactions. L'interet de cette approche est illustree au travers de realisations issues du systeme Vision As Process (VAP) developpe dans le cadre du projet Europeen BRA3038.

La plupart des systèmes experts actuels reposent sur les connaissances de surface (le savoir-faire) d'un expert du domaine d'application. Plus récemment, une autre approche s'est développée. Elle vise a exploiter les connaissances profondes (théoriques) acquises dans le domaine d'application. La thèse étudie cette dernière approche dans le cadre du projet pic (poste de travail intelligent pour le comptable). Les aspects méthodologiques sont développés dans la première partie. Une nouvelle classe d'applications des systèmes experts est proposée: l'interprétation comparative. Elle a pour but de mettre en évidence et expliquer la cause des différences entre deux états d'un système. Une methode générale permettant d'aborder ce probleme est présentée, ainsi que des techniques la mettant en œuvre sur des modèles qualitatifs et numériques. Les contributions au projet pic sont développées dans la seconde partie. Un générateur de systèmes experts d'interprétation comparative est d'abord présenté. Il a servi a la réalisation de deux systèmes: le premier pour l'analyse de la performance d'une entreprise par la methode des surplus, le second pour le diagnostic financier d'entreprise. Un système expert pour la déduction des écritures comptables utilisant également l'approche profonde est ensuite présenté. A la lumière de ces deux dernières applications déjà abordées par les systèmes experts utilisant des connaissances de surface, les deux approches de conception de systèmes experts sont comparées

Présentation de concepts issus de la cotation volumique qui répondent aux besoins d'un système CFAO integré allant de la conception à la fabrication. Validation de ces concepts et des méthodes par implantation d'un logiciel de conception automatique de gammes d'usinage appelé Gagmat

Utilisation du raisonnement géométrique pour la planification de mouvements en robotique. Utilisation de l'intelligence artificielle et de la modélisation géométrique pour la programmation automatique des robots. Cas des mouvements fins correspondants a un assemblage

Présentation des 2 catégories de techniques permettant de faire évoluer un robot. Description de la programmation des robots (grâce à des outils de programmation et simulation graphique) et de la programmation automatique en utilisant la modélisation géométrique